Denominación de la asignatura: Técnicas de Inteligencia Artificial
Maestría a la que pertenece: Maestría en Análisis y Visualización de Datos Masivos
Créditos ECTS: 9
Ciclo en mapa curricular ideal: Segundo semestre

Presentación

Al término del curso el maestrante, aplicando técnicas de inteligencia artificial al análisis masivo de datos, extraerá conclusiones de un conjunto de datos que no podrían ser extraídas con técnicas estadísticas clásicas. Además, mediante la aplicación de herramientas de minería de datos, el alumno ejecutará diferentes algoritmos para la resolución de problemas de aprendizaje e interpretar el resultado de dichos algoritmos y su evaluación.

Tema 1. Introducción

  • Aproximación a los conceptos inteligencia artificial, aprendizaje automático y minería de datos. Interés y aplicaciones
  • Definición de aprendizaje, tareas básicas y ejemplos
  • Etapas en el descubrimiento de conocimiento

Tema 2. Resolución de problemas mediante búsqueda

  • Introducción. Ejemplo «El mundo de los bloques»
  • Dirección de la búsqueda
  • Búsqueda exhaustiva o a ciegas
  • Búsqueda heurística
  • Búsqueda en juegos
  • Costes

Tema 3. Sistemas expertos

  • Introducción. Representación del conocimiento mediante reglas
  • Características y estructura de un sistema experto
  • Técnicas de inferencia: encadenamiento de reglas hacia adelante y hacia atrás
  • Resolución de conflictos
  • CLIPS: Herramienta software para construir sistemas expertos

Tema 4. Gestión de la incertidumbre e imprecisión en sistemas expertos

  • Introducción
  • Razonamiento bayesiano
  • Factores de certeza
  • Lógica difusa
  • Conjuntos difusos
  • Variables lingüísticas
  • Reglas difusas
  • Inferencia difusa
  • FuzzyCLIPS: Programación de incertidumbre e imprecisión en CLIPS

Tema 5. Árboles de decisión

  • Introducción. Representación del conocimiento mediante árboles de decisión
  • Descripción de la tarea de inducción
  • Algoritmo básico de aprendizaje de árboles de decisión: ID3
  • Espacio de búsqueda y bias inductivo
  • Métodos de selección de atributos
  • Sobreajuste y poda de árboles
  • Medidas de precisión de la clasificación
  • Simplificación de árboles de decisión mediante poda: algoritmo C4.5
  • WEKA: herramienta software para el análisis de conocimiento

Tema 6. Reglas

  • Introducción. Representación del conocimiento mediante reglas
  • Algoritmos de aprendizaje de reglas de clasificación
  • Algoritmos de aprendizaje de reglas de asociación

Tema 7. Clustering: Agrupamiento o clasificación no supervisada

  • Conceptos. Tipos de algoritmos de Clustering. Medida de distancia
  • Agrupamiento exclusivo. El algoritmo K-means
  • Agrupamiento jerárquico. Algoritmo de agrupamiento jerárquico aglomerativo
  • Agrupamiento probabilista. El algoritmo EM
  • Agrupamiento solapado. El algoritmo Fuzzy C-means

Tema 8. Sistemas de recomendación

  • Introducción. Tipos de recomendadores y aplicaciones
  • Recomendación colaborativa. Filtrado colaborativo basado en usuarios. Filtrado colaborativo basado en items
  • Recomendación basada en contenido. Representación del contenido y similitud entre elementos

Tema 9. Redes neuronales artificiales

  • Introducción. Fundamento biológico
  • La neurona artificial. El perceptrón
  • Redes neuronales multicapa
  • Redes neuronales recurrentes. Hopfield Network

Tema 10. Computación evolutiva: Algoritmos genéticos

  • Introducción.Simulación de la evolución natural en un ordenador
  • Etapas de un AG. Población de cromosomas. Función de fitness. Operadores de selección, cruce y mutación
  • Diseño de un AG para la resolución de problemas de búsqueda de soluciones
  • Mejora de un AG mediante técnicas de diversidad

Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.

Las actividades formativas con el docente son las siguientes:

  • Diálogo e interacción virtual con profesor.
  • Participación activa durante la clase virtual.
  • Formulación de preguntas sobre los temas y problemas planteados en la sesión virtual.
  • Exposición de dudas y de preguntas mediante el uso de correo web.
  • Análisis y solución de problemas con exposición de ideas mediante el chat.
  • Realización de práctica en Laboratorio virtual sobre inferencia con CLIPS.

Las actividades formativas independientes son las siguientes:

  • Realización de test parciales al finalizar cada tema.
  • Entrega del informe de práctica de laboratorio virtual.
  • Trabajos:
    o Construcción de un árbol de decisión mediante Weka y análisis del modelo.
    o Algoritmos y aprendizaje de reglas de asociación.
    o Clustering aplicado a botánica.
    o Generación de un modelo clasificatorio con redes neuronales y comparación con otras técnicas.
  • Interacción en foro virtual sobre la capacidad de pensamiento real de las maquinas.
Descargar programación

Estas actividades formativas prácticas se completan, por supuesto, con estas otras:

  • Estudio personal
  • Tutorías. Las tutorías se pueden articular a través de diversas herramientas y medios. Durante el desarrollo de la asignatura, el profesor programa tutorías en días concretos para la resolución de dudas de índole estrictamente académico a través de las denominadas “sesiones de consultas”. Como complemento de estas sesiones se dispone también del foro “Pregúntale al profesor de la asignatura” a través del cual se articulan algunas preguntas de alumnos y las correspondientes respuestas en el que se tratan aspectos generales de la asignatura. Por la propia naturaleza de los medios de comunicación empleados, no existen horarios a los que deba ajustarse el alumno.
  • Examen final online

La calificación se compone de dos partes principales:

Examen: se realiza al final de la asignatura, es de carácter online y obligatorio. El examen se valora sobre 10 puntos.

Evaluación continua: se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo a lo largo de la asignatura.

La nota final se calcula teniendo en cuenta que la nota obtenida en el examen equivale al 30% y la nota obtenida en la evaluación continua equivale al 70%. La nota final debe sumar mínimo 7 puntos para aprobar la asignatura.

Sistema de evaluación %
Participación en sesiones, foros y otros medios colaborativos en la plataforma 15
Test parciales en plataforma 5
Laboratorio virtual 10
Trabajos 40
Examen final online 30

Obviamente, al tratarse de formación online puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:

  1. Desde el Campus virtual podrás acceder al aula virtual de cada asignatura en la que estés matriculado y, además, al aula virtual del Curso de introducción al campus virtual. Aquí podrás consultar la documentación disponible sobre cómo se utilizan las herramientas del aula virtual y sobre cómo se organiza una asignatura en la UNIR y también podrás organizar tu plan de trabajo con tu tutor personal.
  2. Observa la programación semanal. Allí te indicamos qué parte del temario debes trabajar cada semana.
  3. Ya sabes qué trabajo tienes que hacer durante la semana. Accede ahora a la sección Temas del aula virtual. Allí encontrarás el material teórico y práctico del tema correspondiente a esa semana.
  4. Comienza con la lectura de las Ideas clave del tema. Este resumen te ayudará a hacerte una idea del contenido más importante del tema y de cuáles son los aspectos fundamentales en los que te tendrás que fijar al estudiar el material básico. Consulta, además, las secciones del tema que contienen material complementario.
  5. Dedica tiempo al trabajo práctico (sección Actividades y Test). En la programación semanal te detallamos cuáles son las actividades correspondientes a cada semana y qué calificación máxima puedes obtener con cada una de ellas.
  6. Te recomendamos que participes en los eventos del curso (sesiones presenciales virtuales, foros de debate…). Para conocer la fecha concreta de celebración de los eventos debes consultar las herramientas de comunicación del aula vitual. Tu profesor y tu tutor personal te informarán de las novedades de la asignatura.

En el aula virtual del Curso de introducción al campus virtual encontrarás siempre disponible la documentación donde te explicamos cómo se estructuran los temas y qué podrás encontrar en cada una de sus secciones.

Recuerda que en el aula virtual del Curso de introducción al campus virtual puedes consultar el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Sesiones presenciales virtuales, Envío de actividades, etc.

Ten en cuenta estos consejos...

  • Sea cual sea tu plan de estudio, accede periódicamente al aula Virtual, ya que de esta forma estarás al día de las novedades del curso y en contacto con tu profesor y con tu tutor personal.
  • Recuerda que no estás solo: consulta todas tus dudas con tu tutor personal utilizando el correo electrónico. Además, siempre puedes consultar tus dudas sobre el temario en los foros que encontrarás en cada asignatura (Pregúntale al profesor).
  • ¡Participa! Siempre que te sea posible accede a los foros de debate. El intercambio de opiniones, materiales e ideas nos enriquece a todos.
  • Y ¡recuerda!, estás estudiando con metodología on line: tu esfuerzo y constancia son imprescindibles para conseguir buenos resultados. ¡No dejes todo para el último día!