Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia

Dades generals

Curs acadèmic:
2010
Descripció:
Crèdits:
5
Idioma principal de les classes:
Català
S’utilitza oralment la llengua anglesa en l'assignatura:
Indistintament (50%)
S’utilitzen documents en llengua anglesa:
Majoritàriament (75%)

Grups

Grup A

Durada:
Semestral, 1r semestre
Professorat:
Bianca Mariela Innocenti Badano  / Maria Beatriz Lopez Ibañez

Competències

  • Plantejar i proposar solucions basades en el coneixement i utilitzar tècniques i mètodes de la intel.lìgència artifical per resoldre problemes complexes.

Altres Competències

  • Ser capaç d'identificar problemes resolubles mitjançant tècniques que ofereix l'IA
  • Utilitzar les eines que ofereix la IA
  • Desenvolupar sistemes intel·ligents que incorporin tècniques d'IA
  • Integrar tècniques d'Ia en aplicacions convencionals

Continguts

1. Introduction. What is Artificial Intelligence?

2. Intelligent Systems

          2.1. Introduction

          2.2. Heuristic search, CSP and COP.

          2.3. Knowledge Representation and reasoning

          2.4. Learning

          2.5. Planning and Scheduling.

3. Aplications of Intelligent Systems

          3.1. Introduction

          3.2. Decision theory

          3.3. Game theory

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Anàlisi / estudi de casos 1,00 2,00 3,00
Cerca i anàlisi d'informació 1,00 2,00 3,00
Debat 1,00 4,00 5,00
Exposició dels estudiants 1,00 2,00 3,00
Seminaris 8,00 16,00 24,00
Sessió expositiva 26,00 30,00 56,00
Sessió participativa 1,00 0 1,00
Sessió pràctica 10,00 16,00 26,00
Total 49,00 72,00 121

Bibliografia

  • Russell, Stuart J., Norvig, Peter, Canny, John Francis (cop. 2003). Artificial intelligence : a modern approach (2nd ed.). Englewood Cliffs, N.J.: Prentice Hall.
  • Osborne, Martin J. (2004). An Introduction to game theory. New York [etc.]: Oxford University Press.
  • Godo Lacasa, Lluís, Torra Reventós, Vicenç, (2002). Intel·ligència artificial I (2a ed.). Barcelona: Universitat Oberta de Catalunya.
  • V. Torra, Y. Narukawa (2007). Modeling Decisions: Information Fusion and Aggregation Operators. Springer.
  • Nilsson, Nils J. (cop. 1998). Artificial intelligence : a new synthesis. San Francisco, California: Morgan Kaufmann Publishers.
  • Ghallab, Malik, Nau, Dana S., Traverso, Paolo (cop. 2004). Automated planning : theory and practice. San Francisco: Elsevier/Morgan Kaufmann.
  • Negnevitsky, Michael (2005). Artificial intelligence : a guide to intelligent systems (2a ed). Harlow: Addison-Wesley.
  • Witten, I. H., Frank, Eibe (cop. 2005). Data mining : practical machine learning tools andtechniques (2nd ed.). Amsterdam [etc.]: Morgan Kaufman.
  • Mitchell, Tom M. (cop. 1997). Machine learning. New York [etc.]: The McGraw-Hill Companies.

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat %
T1. Lectura dels articles. Exposició dels conceptes fonamentals de l'autor. Debat sobre les preguntes proposades. Respondre a les preguntes del debat.
T2. Problemes classics de la IA. Respondre aprorpiadament a les preguntes plantejades.
T3. Jocs. Tècniques d'IA aplicades a jocs bipersonals clàssics. Assimilació del conceptes tècnics. Exposició oral.
T4. Representació del coneixement. Solució correcta del problema plantejat.
T5. Debat: exprimint les dades fins que confessin. Comprensió de la lectura. Capacitat de formar una opinió pròpia i argumentarla de forma clara i concreta. Capacitat de discutir de forma raonada els arguments.
Pràctica 1. Demostracions d'IA. Respondre de forma raonada el qüestionari de la pràctica.
Pràctica 2. Cerca/jocs bipersonals Competició.
Disseny d'espai d'estats, operadors, heurístiques.
Pràctica 3. Introducció al JESS. Desenvolupament correcte. Resposta apropiada a les preguntes plantejades.
Pràctica 4. Demostracions de sistemes difusos. Matlab i fuzzy jess. Respondre al qüestionari apropiadament.
Pràctica 5. Utilització d'eines weka i matlab sobre repositoris públics de dades. Capacitat crítica per comparar els diferents resultats i interpretarlos. Respondre de forma justificada el qüestionari.
E1. Decision theory Assìstència a seminaris i resolució dels exercicis plantejats pel professor convidat.
E2. Game theory Assistència a seminari. Resolució correcta dels exercicis plantejats pel professor convidat.

Qualificació

P= Nota final pràctiques (P1...P4)
T= Nota final treballs (T1...T5)
E= Nota final exercicis (E1,E2)

------------------
VIA A.
------------------
Si tots els lliuraments s'han fet en el termini establert i han estat aprovats:

Qualificació final = P*0,3 + T*0,3 + E*0,4

Altrament ==> VIA B.


------------------
VIA B.
------------------
Cal lliurar els treballs (T) i pràctiques (P) encara que sigui fora de termini i aprovar-los.
Cal fer un examen.

Qualificació final de l'assignatura = Nota de l'examen.

Observacions

Professors convidats a impartir docència en l'assignatura: (per confirmar)

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.