Titulación | Tipo | Curso | Semestre |
---|---|---|---|
2504392 Inteligencia Artificial | OB | 3 | 2 |
Puede consutarlo a través de este enlace. Para consultar el idioma necesitará introducir el CÓDIGO de la asignatura. Tenga en cuenta que la información es provisional hasta el 30 de noviembre del 2023.
Conocimientos conceptuales o Fundamentos de programación, lógica computacional, aprendizaje automático, redes neuronales y aprendizaje profundo.
Esta asignatura introduce las bases de los agentes autónomos, da una visión detallada del diseño de estos agentes y proporciona los fundamentos para su programación en entornos productivos industriales o de servicios, integrando diferentes elementos aprendidos a lo largo del grado.
Dado que la asignatura está orientada principalmente al aprendizaje de las técnicas básicas de diseño y construcción de agentes autónomos, la metodología docente y las actividades formativas de la asignatura combinarán: sesiones magistrales expositivas (para orientar y despejar dudas sobre lecturas obligatorias ), prácticas presenciales (en el aula, en seminarios o en las aulas de informática) y trabajo en equipo aplicado. Este formato docente permite integrar los conceptos adquiridos y las técnicas explicadas, combinando a lo largo del curso con tutorías de seguimiento y trabajo autónomo.
Como núcleo de un proceso de aprendizaje basado en retos, se organizará un Agents' Challenge Arena (ACA) para probar el rendimiento de los distintos proyectos de trabajo en equipo.
A continuación se detallan las diferentes actividades, con su peso específico dentro de la distribución del tiempo total que el estudiante debe dedicar a la asignatura.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Clases magistrales | 40 | 1,6 | 1, 3, 4, 5, 7, 8 |
Prácticas al aula | 5 | 0,2 | 2, 3, 6, 8 |
Tipo: Supervisadas | |||
Tutorias grupales programadas | 50 | 2 | 2, 6, 8, 9 |
Tipo: Autónomas | |||
Lectura de textos | 10 | 0,4 | 2, 1, 4, 5, 7, 8 |
Preparación individual de las pruebas escritas | 13 | 0,52 | 2, 1, 3, 5, 7, 8 |
Trabajo en equipo | 30 | 1,2 | 2, 3, 6, 8, 9 |
La evaluación del nivel de consecución de la asignatura por parte de cada estudiante tiene en cuenta el trabajo individual y en equipo realizado en seminarios de problemas y sesiones prácticas, así como los conocimientos científicos y técnicos adquiridos de la asignatura. La nota final lo refleja combinando las notas de los diferentes ítems de evaluación de la siguiente forma:
(a) Realización de diferentes actividades de seguimiento (ejercicios de clase) 20%
(b) Presentación del trabajo en equipo (proyecto) 40%
(c) Prueba sobre el proyecto en equipo 10%
(d) Prueba sobre teoría 30%
Para aprobar la asignatura en primera convocatoria, es obligatorio obtener al menos una nota de 5 en cada uno de los ítems de evaluación (b), (c) y (d). La nota final se calculará como promedio ponderado de todos los ítems de evaluación.
En la segunda convocatoria es posible recuperar las notas inferiores a 5 correspondientes a los ítems de evaluación (b), (c) y (d). Para aprobar con éxito la asignatura en la segunda convocatoria es necesario conseguir una nota mínima de 5 en los ítems recuperados. Además, es importante tener en cuenta que la nota asignada en el elemento de evaluación recuperado será de 5 (aunque la puntuación final sea superior).
No Evaluación: La nota final del estudiante será "No presentado" siempre que el estudiante no haya sido evaluado en las pruebas escritas (c) y (d).
Honores: El otorgamiento de un título de "matrícula de honor" (MH) es decisión del profesorado responsable de la asignatura. La normativa de la UAB establece que sólo se puede otorgar la matrícula de honor a los estudiantes que hayan obtenido una nota final igual o superior a 9, y que sólo hasta un 5% del total de estudiantes matriculados se pueda otorgarun título de matrícula de honor.
Plagio: Sin perjuicio de otros que se consideren oportuno y de acuerdo con la legislación académica vigente, las irregularidades cometidas por un estudiante durante una actividad de evaluación pueden comportar el cambio de cualquier nota a 0. Las actividades de evaluación calificadas por este procedimiento no serán recuperables. Si es necesario superar alguna de estas actividades de evaluación para aprobar la asignatura, el estudiante no aprobará la asignatura sin posibilidad de recuperarla en una segunda convocatoria del mismo curso académico. Estas irregularidades incluyen, entre otras:
En caso de que el estudiante haya cometido irregularidades en alguna actividad de evaluación (y por tanto no se pueda aprobar la asignatura ni en segunda convocatoria), la nota final de la asignatura será la más baja entre el valor 3 y la media ponderada de las notas. En resumen: copiar, dejar que otros copen tu trabajo o plagiar en cualquiera de las actividades de evaluación equivale a un suspenso con una nota inferior o igual a 3.
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Asistencia al curso y realización de diferentes actividades de seguimiento de la asignatura | 20% | 0 | 0 | 2, 3, 4, 8, 9 |
Examen escrito sobre teoría | 10% | 0 | 0 | 2, 8, 9 |
Proyecto en equipo | 40% | 0 | 0 | 2, 3, 6, 8, 9 |
Prueba escrita relativa a teoría | 30% | 2 | 0,08 | 2, 1, 3, 4, 5, 7, 8 |
Bordini R. H. Hübner Jomi Fred & Wooldridge M. J. (2007). Programming multi-agent systems in agentspeak using jason. Wiley Series in Agent Technology. J. Wiley.
Russell S. J. Norvig P. Chang M.-W. Devlin J. Dragan A. Forsyth D. Goodfellow I. Malik J. Mansinghka V. & Pearl J. (2022). Artificial intelligence: a modern approach (Fourth edition. Global). Pearson.
Wooldridge M. J. (2009). An introduction to multiagent systems (2. ed.). John Wiley & Sons.
PyCharm ( u otro IDE ), JASON, PYTHON, UNITY, NETLOGO.