Denominación de la asignatura: Investigación en Inteligencia Artificial
Maestría a la que pertenece: Maestría en Inteligencia Artificial
Créditos ECTS: 9

Presentación

Al término de esta asignatura, el maestrante será capaz de comprender en las aplicaciones actuales de la inteligencia artificial en el ámbito empresarial, siendo capaz de reconocer las particularidades asociadas a este tipo de proyectos, los retos existentes y las barreras y consideraciones éticas pertinentes.
Así como llevar a cabo proyectos de investigación en base a metodologías validadas y empleando de forma correcta las herramientas disponibles.

Tema 1. Origen y evolución de la inteligencia artificial

  • Definición y origen del concepto inteligencia artificial
  • Fundamentos de la inteligencia artificial
  • Historia de la inteligencia artificial
  • Inteligencia artificial y conceptos relacionados

Tema 2. Aplicación de la inteligencia artificial al ámbito empresarial, presente y futuro

  • La inteligencia artificial en el presente
  • Soluciones comerciales basadas en inteligencia artificial
  • El futuro de la inteligencia artificial

Tema 3. Implicaciones filosóficas, éticas y legales en la aplicación de la inteligencia artificial

  • Contexto legal aplicable a proyectos de inteligencia artificial
  • Consideraciones éticas en la aplicación de algoritmos inteligentes
  • Inteligencia artificial débil versus inteligencia artificial fuerte

Tema 4. Gestión de proyectos de inteligencia artificial en el ámbito empresarial

  • Ciclo de vida del proyecto de inteligencia artificial
  • Entornos de análisis y entornos de producción
  • Estimación del esfuerzo y recursos necesarios para el diseño y desarrollo en cada una de las fases del ciclo de vida de un proyecto de inteligencia
  • artificial

Tema 5. Agentes inteligentes

  • Introducción a los agentes inteligentes
  • Comportamiento y entorno de los agentes inteligentes
  • Estructura de los agentes inteligentes
  • Agentes inteligentes en economía

Tema 6. Teoría de la computabilidad y complejidad computacional

  • Problemas decidibles e indecidibles
  • Lenguajes, gramáticas y autómatas finitos
  • Máquinas de Turing
  • Introducción a la complejidad computacional

Tema 7. Cognición y aprendizaje: ¿cómo aprende una máquina?

  • Introducción a la computación cognitiva
  • Elementos de un sistema cognitivo
  • Big Data y computación cognitiva
  • Computación cognitiva y aplicaciones de negocio

Tema 8. Herramientas para la investigación en inteligencia artificial: introducción al lenguaje de programación Python

  • Características generales de Phython y entornos de desarrollo
  • Variables y tipos de datos en Python
  • Condicionales, bucles y funciones en Python
  • Objetos en Python
  • Introducción a la visualización con Python

Tema 9. Principios básicos del aprendizaje automático con Python

  • Principales librerías en Python para la analítica de datos
  • Metodología de Data Science
  • Trabajo con NumPy
  • Trabajo con Pandas
  • Regresión lineal con Python

Tema 10. Introducción al método científico y la investigación

  • La ciencia y su método
  • Búsqueda de información y gestión bibliográfica
  • El proceso de publicación científica
  • Editores de texto científicos: LaTeX
  • Ética y legalidad en el ámbito científico

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 a través del chat, correo web, foros y sesiones virtuales a lo largo de la asignatura.
  • Elaboración de una línea del tiempo sobre la historia de la inteligencia artificial.
  • Análisis sobre un estudio de caso sobre el uso de la inteligencia artificial en la empresa.
  • Presentación de un esquema que ejemplifique el estado de vida de un proyecto de inteligencia artificial.
  • Sesión de explicación del modelo de examen.

Las actividades formativas independientes son las siguientes:

  • Resolución de un trabajo de introducción a la programación con Python.
  • Resolución de un trabajo sobre la preparación de datos con Python.
  • Resolución de un trabajo de introducción a LaTeX.
  • Resolución de un trabajo sobre ética y legalidad en aplicaciones basadas en inteligencia artificial.
  • Resolución de un trabajo sobre el diseño de máquinas de Turing.
  • Realización de test parciales al finalizar cada tema.
  • Interacción en un foro de debate sobre las diferencias entre un proyecto de desarrollo de software tradicional y un proyecto basado en inteligencia empresarial.

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 %
Trabajo: Introducción a la programación con Python 10
Trabajo: Preparación de datos con Python 10
Trabajo: Introducción a LaTeX 10
Trabajo: Ética y legalidad en aplicaciones basadas en inteligencia artificial 10
Trabajo: Diseño de máquinas de Turing 15
Test parciales en plataforma 5
Foro de debate: Diferencias entre un proyecto de desarrollo de software tradicional y un proyecto basado en inteligencia empresarial 10
Examen final 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 virtual. 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 online: tu esfuerzo y constancia son imprescindibles para conseguir buenos resultados. ¡No dejes todo para el último día!