Menú local
Guía docente 2024-25 - 13312034 - Sistemas inteligentes de información
| TITULACIÓN: | Grado en Ingeniería informática |
| CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
| CURSO: | 2024-25 |
| ASIGNATURA: | Sistemas inteligentes de información |
| NOMBRE: Sistemas inteligentes de información | |||||
| CÓDIGO: 13312034 | CURSO ACADÉMICO: 2024-25 | ||||
| TIPO: Obligatoria | |||||
| Créditos ECTS: 6.0 | CURSO: 3 | CUATRIMESTRE: SC | |||
| WEB: https://platea.ujaen.es | |||||
| NOMBRE: PÉREZ CORDÓN, LUIS GONZAGA | ||
| IMPARTE: Teoría - Prácticas [Profesor responsable] | ||
| DEPARTAMENTO: U118 - INFORMÁTICA | ||
| ÁREA: 075 - CIENCIA DE LA COMPUTACIÓN E INT. ARTIFICIAL | ||
| N. DESPACHO: A3 - 240 | E-MAIL: lgonzaga@ujaen.es | TLF: 953213018 |
| TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/71853 | ||
| URL WEB: http://wwwdi.ujaen.es/?q=es/lgonzaga | ||
| ORCID: https://orcid.org/0000-0002-0753-6460 | ||
El objetivo de la asignatura es introducir al alumno en los fundamentos, objetivos y métodos generales de representación y tratamiento de la información en la Inteligencia Artificial. El aprendizaje se realiza de forma tanto teórica como práctica e incluye conceptos, técnicas y metodologías de y para la representación de diferentes modelos de conocimiento.
El alumno debería tener conocimientos de programación general y orientada a objetos, de inteligencia artificial y de metaheurísticas.
Tiene un carácter técnico y está dirigida a los Grados en Ingeniería Informática.
Para el seguimiento de la asignatura es esencial la asistencia a clases teóricas y prácticas, el trabajo autónomo en casa, la realización de los ejercicios propuestos así como la entrega de prácticas.
Para las clases prácticas el alumnado deberá estudiar con antelación a la realización de las mismas el guión y materiales proporcionados por el profesor, así como la materia de teoría relacionada.
Algunos de los paradigmas mostrados en clase requerirán o bien de su programación o bien del utilización de una plataforma o biblioteca diseñada para propósitos específicos.
El alumnado que presente necesidades específicas de apoyo educativo, lo ha de notificar personalmente al Servicio de Atención y Ayudas al Estudiante para proceder a realizar, en su caso, la adaptación curricular correspondiente.| Código | Denominación de la competencia |
| CB2R | Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio. |
| CB3R | Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética. |
| CB4R | Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado. |
| CT6 | Capacidad para la transmisión oral y escrita de información adaptada a la audiencia. |
| Resultados de aprendizaje | |
| Resultado 10R | Ser capaz de comprender y aplicar los fundamentos, objetivos y métodos generales de representación y tratamiento de la información en la Inteligencia Artificial. |
| Resultado CSI2R | Capacidad para determinar los requisitos de los sistemas de información y comunicación de una organización atendiendo a aspectos de seguridad y cumplimiento de la normativa y la legislación vigente. |
| Resultado CSI6R | Capacidad para comprender y aplicar los principios y las técnicas de gestión de la calidad y de la innovación tecnológica en las organizaciones. |
Adquisición y representación del conocimiento. Modelos de representación del conocimiento. Modelos lógicos, modelos estructurados, modelos de información imprecisa, incierta y difusa. Ontologías. Sistemas basados en el conocimiento.
TEORÍA
Dentro de la parte teórica de la asignatura desarrollaremos los siguientes contenidos: introducción a la representación del conocimiento, modelos básicos de representación del conocimiento y modelos avanzados de representación de conocimiento.
Estos contenidos se desarrollarán en los siguientes módulos:
Módulo 1: Adquisición y representación del contenido.
Módulo 2: Lógica descriptiva.
Módulo 3: Lógica difusa.
Módulo 4: Sistemas basados en reglas.
Módulo 5: Ingeniería del conocimiento. Ontologías.
Módulo 6: Razonamiento con incertidumbre. Redes bayesianas.
Módulo 7: Introducción al Big Data.
PRÁCTICAS
Dentro de la parte práctica de la asignatura se buscará el desarrollo, implementación y análisis de un algoritmo de clasificación, regresión y/o inferencia relacionado con la temática estudiada en la asignatura. En concreto hay dos partes diferenciadas de prácticas:
Parte 1. Programación en lenguajes de Inteligencia Artificial.
Parte 2. Lógica difusa
| ACTIVIDADES | HORAS PRESENCIALES | HORAS TRABAJO AUTÓNOMO | TOTAL HORAS | CRÉDITOS ECTS | COMPETENCIAS (códigos) |
|---|---|---|---|---|---|
A1 - Clases expositivas en gran grupo
|
30.0 | 45.0 | 75.0 | 3.0 |
|
A2R - Clases en pequeño grupo
|
25.0 | 37.5 | 62.5 | 2.5 |
|
A3R - Tutorías colectivas
|
0.0 | 12.5 | 12.5 | 0.5 |
|
| TOTALES: | 55.0 | 95.0 | 150.0 | 6.0 |
La asignatura se divide en dos partes relacionadas, teoría y prácticas.
La teoría se impartirá principalmente a través de sesiones magistrales, incluyendo sesiones de actividades, resolución de dudas y debate con las que se evaluará la participación del alumno en la asignatura.
La parte práctica se realizará en el laboratorio de informática.
Una asignatura se impartirá presencialmente en aula o laboratorio de informática, o presencial en aula virtual.
| ASPECTO | CRITERIOS | INSTRUMENTO | PESO |
|---|---|---|---|
| Asistencia y/o participación en actividades presenciales y/o virtuales | Asistencia y participación | - Ejercicios objetivos - Observación y notas del profesor | 5.0% |
| Conceptos teóricos de la materia | Conceptos teóricos de la materia | Examen teórico (prueba objetiva y resolución de problemas) | 30.0% |
| Realización de trabajos, casos o ejercicios | Realización de trabajos, casos o ejercicios | Control de trabajos | 20.0% |
| Prácticas de laboratorio/campo/uso de herramientas TIC | Prácticas de laboratorio/ordenador | Entrega y defensa de la documentación del trabajo. Pruebas y evaluaciones durante las sesiones de prácticas | 45.0% |
Para superar la asignatura será necesario aprobar tanto la parte teórica como la práctica.
Atendiendo a lo recogido en el art. 13 del Reglamento de Régimen Académico y de Evaluación del alumnado de la Universidad de Jaén, la evaluación de la asignatura será global. De igual modo, de acuerdo con el art. 18 del citado Reglamento, se considerará agotada una convocatoria cuando las pruebas de evaluación en las que el alumnado hubiera participado supongan en conjunto más del 30% de la calificación final de la asignatura.
La parte teórica se evaluará con una prueba objetiva de conceptos teóricos y realización de ejercicios prácticos relacionados con la materia. La evaluación de la teoría se realizará de forma continua durante el periodo docente, de modo que no se realizará un examen teórico final en la convocatoria ordinaria, y supondrá un 30% de la calificación total de la asignatura. Esta consistirá en la realización, en principio, de dos exámenes parciales durante el curso académico.
Un 20% de la nota de la asignatura se obtendrá mediante la realización de trabajos, casos o ejercicios, que se describirán a principio del curso académico.
La parte de prácticas se evaluará mediante la entrega de trabajos prácticos realizados con ordenador y con una memoria justificativa asociada a los mismos. La evaluación de las prácticas, será continua e incremental, de tal forma que se evaluará tanto la defensa de los ejercicios prácticos realizados como la evolución del alumnado durante las sesiones prácticas.
Competencias por Sistema de Evaluación:
S1 (asistencia y participación): CB2R, CB3R, CB4R y CT6
S2 (conocimientos teóricos): CB2R, CB3R, CB4R y CT6
S3 (Realización de trabajos, casos o ejercicios): CB2R, CB3R, CB4R y CT6
S4 (Prácticas de ordenador): CB2R, CB3R, CB4R y CT6
Resultados por Sistema de Evaluación:
S1 (asistencia y participación): 10R, CSI2R y CSI6R
S2 (conocimientos teóricos): 10R, CSI2R y CSI6R
S3 (Realización de trabajos, casos o ejercicios): 10R, CSI2R y CSI6R
S4 (Prácticas de ordenador): 10R, CSI2R y CSI6R
- Inteligencia artificial: un enfoque moderno. Edición: 2ª ed.. Autor: Russell, Stuart J.. Editorial: Madrid [etc.]: Perarson, 2011 (C. Biblioteca)
- Inteligencia artificial: una nueva síntesis. Edición: 1a ed. en español. Autor: Nilsson, Nils J.. Editorial: Madrid [etc.]: McGraw-Hill, Interamericana de España, 2001 (C. Biblioteca)
- Introduction to machine learning. Edición: 2nd ed.. Autor: Alpaydin, Ethem.. Editorial: Cambridge, Mass. : MIT Press, 2010 (C. Biblioteca)
- Ingeniería del conocimiento: aspectos metodológicos. Edición: -. Autor: -. Editorial: Madrid: Pearson Educación, [2004] (C. Biblioteca)
- Practical Common Lisp. Edición: 1st ed. 2005.. Autor: Seibel, Peter. author.. Editorial: Apress (C. Biblioteca)
- Logic Programming with Prolog [electronic resource] . Edición: 1st ed. 2005.. Autor: Bramer, Max. author.. Editorial: Springer London (C. Biblioteca)
- Fuzzy logic: a practical approach . Edición: -. Autor: Martin McNeill, F.. Editorial: AP Professional (C. Biblioteca)
- Introducing Python : modern computing in simple packages . Edición: Second edition.. Autor: Lubanovic, Bill, author.. Editorial: Ascent Audio (C. Biblioteca)
- Pattern recognition and machine learning. Edición: -. Autor: Bishop, Christopher M.. Editorial: New York : Springer Science +Business Media, 2006. (C. Biblioteca)
- Bayesian reasoning and machine learning. Edición: -. Autor: Barber, David, 1968-. Editorial: Cambridge ; New York : Cambridge University Press, 2012 (C. Biblioteca)
- Artificial intelligence: a modern approach. Edición: 3rd th. Autor: Russell, Stuart J.. Editorial: Boston [etc.] : Pearson Education, 2010 (C. Biblioteca)
- Bayesian artificial intelligence. Edición: 2nd ed.. Autor: Korb, Kevin B.. Editorial: Boca Raton, FL : CRC Press, c2011 (C. Biblioteca)
- Principles of artificial neural networks. Edición: -. Autor: Graupe, Daniel. Editorial: Singapore : World Scientific, 1999 (C. Biblioteca)
- Learning with Kernels: support vector michines, regularization, optimization, and beyond. Edición: -. Autor: Schölkopf, Bernhard. Editorial: Cambridge [etc.]: The MIT Press, cop. 2002 (C. Biblioteca)
| Semana | A1 - Clases expositivas en gran grupo | A2R - Clases en pequeño grupo | A3R - Tutorías colectivas | Trabajo autónomo | Observaciones | |
|---|---|---|---|---|---|---|
| Nº 1 27 ene. - 2 feb. 2025 |
2.0 | 0.0 | 2.0 | 6.0 | Nota: El cronograma podrá sufrir modificaciones pero siempre se desarrollará según los horarios publicados en la página web de la escuela. Módulo 1 (teoría). Parte 1 (prácticas) | |
| Nº 2 3 - 9 feb. 2025 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo 1 (teoría). Parte 1 (prácticas) | |
| Nº 3 10 - 16 feb. 2025 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo 1 (teoría). Parte 1 (prácticas) | |
| Nº 4 17 - 23 feb. 2025 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo 2 (teoría). Parte 1 (prácticas) | |
| Nº 5 24 feb. - 2 mar. 2025 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo 2 (teoría). Parte 1 (prácticas) | |
| Nº 6 3 - 9 mar. 2025 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo 2 (teoría). Parte 1 (prácticas) | |
| Nº 7 10 - 16 mar. 2025 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo 2 (teoría). Parte 1 (prácticas) | |
| Nº 8 17 - 23 mar. 2025 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo 3 (teoría). Parte 1 (prácticas) | |
| Nº 9 24 - 30 mar. 2025 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo 3 (teoría). Parte 2 (prácticas) | |
| Nº 10 31 mar. - 6 abr. 2025 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo 3 (teoría). Parte 2 (prácticas. Examen parcial | |
| Nº 11 7 - 13 abr. 2025 |
2.0 | 2.0 | 0.0 | 8.0 | Módulo 4 y 5 (teoría). Parte 2 (prácticas) | |
| Período no docente: 14 - 20 abr. 2025 | ||||||
| Nº 12 21 - 27 abr. 2025 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo 5 (teoría). Parte 2 (prácticas) | |
| Nº 13 28 abr. - 4 may. 2025 |
2.0 | 2.0 | 0.0 | 6.0 | Módulo 5 y 6 (teoría). Parte 2 (prácticas) | |
| Nº 14 5 - 11 may. 2025 |
2.0 | 1.0 | 1.0 | 7.0 | Módulo 6 (teoría). Parte 2 (prácticas) | |
| Nº 15 12 - 18 may. 2025 |
2.0 | 0.0 | 2.0 | 8.0 | Módulo 7 (teoría). Parte 2 (prácticas). Examen parcial | |
| Total Horas | 30.0 | 25.0 | 5.0 | 95.0 | ||
| Salud y bienestar |
| Educación de calidad |
| Industria, innovación e infraestructura |
| Ciudades y comunidades sostenibles |
| Acción por el clima |
En el desarrollo de las competencias y en la obtención de los resultados de la asignatura de Sistemas Inteligentes de Información, se pueden abordar varios Objetivos de Desarrollo Sostenible (ODS), entre ellos:
- Objetivo 3: Salud y bienestar. Garantizar una vida sana y promover el bienestar para todos en todas las edades. Los Sistemas Inteligentes de Información pueden contribuir, por ejemplo, (objetivo 3.b) en la actividades de investigación y desarrollo de vacunas y medicamentos para las enfermedades transmisibles y no transmisibles [...] o (objetivo 3.d) para reforzar la capacidad de todos los países, en particular los países en desarrollo, en materia de alerta temprana, reducción de riesgos y gestión de los riesgos para la salud nacional y mundial.
- Objetivo 4: Educación de calidad. Garantizar una
educación inclusiva, equitativa y de calidad y promover
oportunidades de aprendizaje durante toda la vida para todos. Los
Sistemas Inteligentes de Información pueden aportar
un avance importante en, entre otros objetivos, (objetivo 4.7)
asegurar que todos los alumnos adquieran los conocimientos
teóricos y
prácticos necesarios para promover el desarrollo sostenible [...]. - Objetivo 9: Industria, innovación e infraestructuras. Construir infraestructuras, promover la industrialización inclusiva y sostenible y fomentar la innovación. Los Sistemas Inteligentes de Información pueden facilitar que se logre, por ejemplo, que (objetivo 9,1) se desarrollen infraestructuras fiables, sostenibles, resilientes y de calidad [...].
- Objetivo 11: Ciudades y comunidades sostenibles. Lograr que las ciudades y los asentamientos humanos sean inclusivos, seguros, resilientes y sostenibles. Los Sistemas Inteligentes de Información puede ayudar, por ejemplo, (objetivo 11.2) a que el acceso a sistemas de transporte sean seguros, asequibles, accesibles y sostenibles para todos y mejorar la seguridad vial [...].
- Acción por el clima (ODS 13): Objetivo 13:
Acción por el clima. Adoptar medidas urgentes para
combatir el cambio climático
y sus efectos. En concreto, Los Sistemas Inteligentes de Información pueden ser una herramienta muy importante para (objetivo 13.1) fortalecer la resiliencia y la capacidad de adaptación a los riesgos relacionados con el clima y los desastres naturales en todos los países.
Resumiendo, los Sistemas Inteligentes de Información desempañaran un papel significativo en la resolución de las dificultades que la sociedad y las empresas se encontraran para alcanzar los objetivos desarrollo sostenible.
Las actividades que no puedan realizarse de forma presencial se realizarán mediante actividades síncronas y/o asíncronas realizadas mediante la plataforma de docencia virtual.
Queda expresamente prohibida la grabación por ningún medio de las actividades presenciales o no presenciales síncronas.
El sistema e instrumentos de evaluación serán los mismos que para la modalidad presencial.
El
Centro podrá variar el porcentaje de presencialidad
dependiendo del número de estudiantes y el aforo del
aula/laboratorio. En caso de presencialidad inferior al 100%, se
realizará rotación periódica de estudiantes
según determine el Centro.
Las actividades que no puedan realizarse de forma presencial se realizarán mediante actividades síncronas y/o asíncronas realizadas mediante la plataforma de docencia virtual.
Queda expresamente prohibida la grabación por ningún medio de las actividades presenciales o no presenciales síncronas.
El sistema e instrumentos de evaluación serán los mismos que para la modalidad presencial, sustituyendo las pruebas presenciales por pruebas similares desarrolladas mediante el uso de la plataforma de docencia online, siempre que se garantice la identidad del estudiante.
Responsable del tratamiento: Universidad de Jaén, Campus Las Lagunillas, s/n, 23071 Jaén
Delegado de Protección de Datos:dpo@ujaen.es
Finalidad: Conforme a la Ley de Universidades y demás legislación estatal y autonómica vigente, realizar los exámenes correspondientes a las asignaturas en las que el alumno o alumna se encuentre matriculado. Con el fin de evitar fraudes en la realización del mismo, el examen se realizará en la modalidad de video llamada, pudiendo el personal de la Universidad de Jaén contrastar la imagen de la persona que está realizando la prueba de evaluación con los archivos fotográficos del alumno en el momento de la matrícula. Igualmente, con la finalidad de dotar a la prueba de evaluación de contenido probatorio de cara a revisiones o impugnaciones de la misma, de acuerdo con la normativa vigente, la prueba de evaluación será grabada.
Legitimación: cumplimiento de obligaciones legales (Ley de Universidades) y demás normativa estatal y autonómica vigente.
Destinatarios: prestadores de servicios titulares de las plataformas en las que se realicen las pruebas con los que la Universidad de Jaén tiene suscritos los correspondientes contratos de acceso a datos.
Plazos de conservación: los establecidos en la normativa aplicable. En el supuesto en concreto de las grabaciones de los exámenes, mientras no estén cerradas las actas definitivas y la prueba de evaluación pueda ser revisada o impugnada.
Derechos: puede ejercitar sus derechos de acceso, rectificación, cancelación, oposición, supresión, limitación y portabilidad remitiendo un escrito a la dirección postal o electrónica indicada anteriormente. En el supuesto que considere que sus derechos han sido vulnerados, puede presentar una reclamación ante el Consejo de Transparencia y Protección de Datos de Andalucía www.ctpdandalucia.es
Responsable del tratamiento: Universidad de Jaén, Paraje Las Lagunillas, s/n; Tel.953 212121; www.ujaen.es
Delegado de Protección de Datos (DPO): TELEFÓNICA, S.A.U. ; Email: dpo@ujaen.es
Finalidad del tratamiento: Gestionar la adecuada grabación de las sesiones docentes con el objetivo de hacer posible la enseñanza en un escenario de docencia multimodal y/o no presencial.
Plazo de conservación: Las imágenes serán conservadas durante los plazos legalmente previstos en la normativa vigente.
Legitimación: Los datos son tratados en base al cumplimiento de obligaciones legales (Ley Orgánica 6/2001, de 21 de diciembre, de Universidades) y el consentimiento otorgado mediante la marcación de la casilla habilitada a tal efecto.
Destinatarios de los datos (cesiones o transferencias): Toda aquella persona que vaya a acceder a las diferentes modalidades de enseñanza.
Derechos: Ud. podrá ejercitar los derechos de Acceso, Rectificación, Cancelación, Portabilidad, Limitación del tratamiento, Supresión o, en su caso, Oposición. Para ejercitar los derechos deberá presentar un escrito en la dirección arriba señalada dirigido al Servicio de Información, Registro y Administración Electrónica de la Universidad de Jaén, o bien, mediante correo electrónico a la dirección de correo electrónico. Deberá especificar cuál de estos derechos solicita sea satisfecho y, a su vez, deberá acompañarse de la fotocopia del DNI o documento identificativo equivalente. En caso de que actuara mediante representante, legal o voluntario, deberá aportar también documento que acredite la representación y documento identificativo del mismo. Asimismo, en caso de considerar vulnerado su derecho a la protección de datos personales, podrá interponer una reclamación ante el Consejo de Transparencia y Protección de Datos de Andalucía www.ctpdandalucia.es