Denominación de la asignatura |
Técnicas de Inteligencia Artificial |
Máster al que pertenece |
Máster en Visual Analytic y Big Data |
Créditos ECTS |
6 |
Cuatrimestre en el que se imparte |
Primer cuatrimestre |
El cerebro humano es capaz de reconocer patrones, sacar conclusiones de experiencias pasadas y aplicar dichas conclusiones a escenarios futuros. Las técnicas de Inteligencia Artificial (IA) pretenden dotar a los ordenadores de estas capacidades típicamente humanas. En esta asignatura se explican conceptos y métodos de aprendizaje automático y se hace énfasis en aquellas técnicas más apropiadas para su aplicación en la minería de datos, enfocada a resolver problemas analizando grandes cantidades de datos disponibles en una base de datos.
El análisis masivo de datos aplicando técnicas de inteligencia artificial permite extraer conclusiones de un conjunto de datos que no podrían ser extraídas con técnicas estadísticas clásicas. En concreto, en esta asignatura se explican algoritmos y técnicas de inteligencia artificial, como pueden ser aquellos que permiten obtener reglas de clasificación o asociación, o representaciones del conocimiento mediante árboles de decisión, así como técnicas de clustering para la clasificación no-supervisada, redes neuronales o la computación evolutiva. Mediante la aplicación de herramientas de minería de datos el alumno podrá ejecutar diferentes algoritmos para la resolución de problemas de aprendizaje e interpretar el resultado de dichos algoritmos y su evaluación. Así mismo, el alumno será capaz de diseñar un sistema experto que sea capaz de inferir nuevos conocimientos.
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 de esta asignatura son las siguientes:
En la programación semanal puedes consultar cuáles son las actividades concretas que tienes que realizar en esta asignatura.
Estas actividades formativas prácticas se completan, por supuesto, con estas otras:
El sistema de calificación se basa en la siguiente escala numérica:
0 - 4, 9 |
Suspenso |
(SS) |
5,0 - 6,9 |
Aprobado |
(AP) |
7,0 - 8,9 |
Notable |
(NT) |
9,0 - 10 |
Sobresaliente |
(SB) |
La calificación se compone de dos partes principales:
El trabajo final se entregará al final de las asignaturas y es de carácter OBLIGATORIO. Supone el 60% de la calificación final (6 puntos sobre 10) y para que la nota obtenida en este examen se sume a la nota final, es obligatorio APROBARLO (es decir, obtener 3 puntos de los 6 totales).
La evaluación continua supone el 40% de la calificación final (es decir, 4 puntos de los 10 máximos). Este 40% de la nota final se compone de las calificaciones obtenidas en los diferentes eventos y actividades formativas llevados a cabo durante la asignatura.
Para superar la asignatura es condición indispensable el haber superado el trabajo final: en caso contrario no se hará la ponderación con la nota obtenida en la evaluación continua.
Ten en cuenta que haciendo las actidades puedes conseguir hasta un máximo de 4 puntos (que es la calificación máxima que se puede obtener en la evaluación continua). En la programación semanal de la asignatura, se detalla la calificación máxima de cada actividad o evento concreto puntuables.
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:
Ten en cuenta estos consejos…
|