En el desarrollo de sistemas inteligentes están implicadas varias áreas dentro del campo de la Inteligencia Artificial. Así, por ejemplo, un sistema inteligente debe representar el conocimiento del entorno donde se desarrolla. Igualmente, debe interactuar con su entorno aprendiendo y extrayendo conocimiento que le facilite mejorar su rendimiento.

Los sistemas inteligentes se han utilizado desde hace décadas como programas de soporte a usuarios o a grupos de usuarios. Hoy en día, con la explosión de datos en la nube, las técnicas empleadas en el desarrollo de estos sistemas inteligentes imponen nuevos retos. No obstante, los requisitos de representación y extracción de conocimiento se mantienen.

Esta asignatura pretende dar una visión integradora de los métodos de representación, aprendizaje y adquisición de conocimiento.  El objetivo fundamental es el estudio de las técnicas de aprendizaje automático y su aplicación en sistemas reales. Igualmente, se verá una introducción a la aplicación de estas técnicas en el análisis inteligente de datos (o minería de datos). Para finalizar, introduciremos el área de Big Data o análisis de datos masivos, y qué retos impone.

Esta asignatura es una asignatura obligatoria, de seis créditos, de segundo cuatrimestre del módulo de Tecnologías informáticas del Máster Universitario en Ingeniería Informática. El objetivo fundamental es dar una visión integradora de técnicas vistas anteriormente en asignaturas de grados relacionados con la informática tales como minería de datos, aprendizaje automático o fundamentos de inteligencia artificial, para diseñar soluciones (sistemas) apropiadas a cada tipo de problema.

Es de destacar que en esta asignatura, la interacción con los alumnos es constante en la plataforma virtual y que se envían noticias sobre dicha interacción al correo de la UNED del alumno, por lo que conviene acceder a la plataforma y a dicho correo de forma regular (al menos una vez por semana).

Se asume que los alumnos que cursen esta asignatura tienen conocimientos previos similares a los que se imparten en las asignaturas de grado de la UNED: minería de datos, aprendizaje automático y fundamentos de inteligencia artificial. Además, es imprescindible dominar el inglés técnico (leer y escribir) para manejar con facilidad las fuentes bibliográficas y en concreto el libro base de la asignatura. También es necesario el inglés para poder entender vídeos que se ofrecerán en dicho idioma.

El alumno podrá ponerse en contacto directo con el equipo docente con el siguiente horario en los despachos, teléfonos y correos electrónicos siguientes:

Félix Hernández del Olmo; felixh@dia.uned.es

Horario de guardias: miércoles y jueves de 10 a 12 h.
Horario de atención al estudiante: lunes y martes de 09:00 a 13:00 h.

Tfno. 91 398 83 45; Despacho 3.06;    E.T.S.I. Informática. UNED

Elena Gaudioso Vázquez; elena@dia.uned.es

Horario de guardias: lunes y martes, de 10 a 12 h.
Horario de atención al estudiante: Miércoles y jueves de 10:00 a 14:00h.

Tfno: 91 398 84 50; Despacho 3.10;   E.T.S.I. Informática. UNED

Las consultas sobre los contenidos o sobre el funcionamiento de la asignatura se plantearán preferentemente en el curso virtual, utilizando los foros públicos.

La E.T.S.I. Informática de la UNED está situada en la Ciudad Universitaria de Madrid. La dirección postal es: C/ Juan del Rosal, 16, 28040. Madrid
 

Competencias Generales:

G1 - Capacidad para proyectar, calcular y diseñar productos, procesos e instalaciones en todos los ámbitos de la ingeniería informática.

G2 - Capacidad para la dirección de obras e instalaciones de sistemas informáticos, cumpliendo la normativa vigente y asegurando la calidad del servicio.

G4 - Capacidad para el modelado matemático, cálculo y simulación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Ingeniería en Informática.

G8 - Capacidad para la aplicación de los conocimientos adquiridos y de resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares, siendo capaces de integrar estos conocimientos.

Competencias Transversales:

CT1 - Capacidad para emprender y liderar proyectos innovadores en entornos científicos, tecnológicos y multidisciplinares.

CT2 - Capacidad para tomar decisiones y formular juicios basados en criterios objetivos (datos experimentales, científicos o de simulación disponibles).

Competencias Específicas:

TI7 - Capacidad para comprender y poder aplicar conocimientos avanzados de computación de altas prestaciones y métodos numéricos o computacionales a problemas de ingeniería.

TI9 - Capacidad para aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.

Los resultados de aprendizaje esperados son:

• Saber aplicar técnicas de ingeniería del conocimiento para diseñar y desarrollar sistemas inteligentes.
• Saber aplicar métodos de Aprendizaje Automático para construir sistemas inteligentes.
• Saber aplicar métodos matemáticos y estadísticos (Minería de Datos) para crear modelos mediante sistemas inteligentes y aprendizaje automático.

Esta asignatura se impartirá conforme a la metodología no presencial que caracteriza a la UNED, en la cual prima el autoaprendizaje del alumno, pero asistido por el profesor y articulado a través de diversos sistemas de comunicación docente-discente.

La metodología de enseñanza en esta asignatura se va a centrar en las siguientes actividades formativas:

• Estudio de contenidos teóricos (70 horas): estudio individual de la bibliografía básica apoyada por apuntes y bibliografía complementaria.
• Tutorías con el equipo docente (10 horas): consultas al equipo docente relativas a la asignatura, bien presencialmente o bien mediante los medios técnicos dispuestos para ello (curso virtual, webconferencia, teléfono, etc.).
• Actividades en la plataforma virtual (10 horas): revisión y envío de mensajes al foro, revisión de material, noticias del equipo docente, etc.
• Trabajos individuales (20 horas): ejercicios individuales que los alumnos realicen para afianzar los contenidos teóricos (no hay que entregarlos al equipo docente).
• Prácticas informáticas, elaboración de informes y/o resolución de casos (40 horas): realización de una práctica obligatoria cuya nota tendrá un peso en la calificación final. Esta práctica se podrá realizar a distancia y no será necesario que el alumno se desplace al Centro Asociado para realizarla.

Esta asignatura se impartirá con apoyo en la plataforma virtual interactiva de la UNED donde el alumno encuentra tanto materiales didácticos básicos como materiales didácticos complementarios, informaciones, noticias y ejercicios.

Los alumnos dispondrán de los siguientes recursos de apoyo al estudio:

• Curso virtual. A través de esta plataforma los alumnos tienen la posibilidad de:

  • Consultar información de la asignatura: información de la práctica, ejercicios de autoevaluación, etc.

  • Realizar consultas al equipo docente a través de los foros correspondientes o del correo electrónico.

  • Consultar e intercambiar material con el resto de los alumnos .

• Tutorías. En el Centro Asociado al que pertenezca el alumno, éste deberá consultar si existe la posibilidad de disponer de una tutoría presencial con un tutor que atienda presencialmente a los estudiantes (aclarando, orientando y resolviendo dudas)

• Atención telefónica y presencial. Los alumnos pueden contactar  y realizar consultas al equipo docente en los teléfonos y horarios que se indican en esta guía.

• Biblioteca. En el Centro Asociado al que pertenezca el alumno, éste podrá consultar la bibliografía básica y la complementaria