Inteligencia artificial para ingenieros

 

Descripción

Este curso está dirigido a introducir al alumnado, con perfil de ingeniería industrial, en el concepto general de los sistemas inteligentes, componentes esenciales en la implementación de soluciones de inteligencia artificial. Se abordarán su definición, tipología, componentes, modelos y enfoques inferenciales, explorando, desde una perspectiva práctica, sus utilidades y aplicaciones centradas en el ámbito de la gestión de decisiones dentro del contexto de los procesos de la ingeniería industrial. El curso permitirá a los estudiantes adquirir una visión sintética de los sistemas inteligentes, desde su conceptualización hasta su desarrollo e implementación, incluyendo tanto su potencial de desarrollo como sus principales limitaciones. El objetivo final formativo será capacitarlo para identificar, seleccionar y evaluar el sistema inteligente más adecuado y preciso en función de la naturaleza y características de su aplicación industrial, no solo en lo que se refiere a la selección de soluciones y modelos de razonamiento artificial, sino también considerando la evaluación global de su idoneidad y rendimiento.

 

 

 

Modalidad

 

Horario

Lunes a viernes, en horario de 16:00 a 21:00 en modalidad presencial

 

 

Precios

Público en general	Alumni UVigo	Comunidad UVigo
200 €	180 €	170 €

Observaciones a los precios
Las personas en situación de desempleo o discapacidad reconocida podrán solicitar el precio reducido de la comunidad universitaria en el momento de la matrícula

 

Objetivos

Capacitar a los estudiantes para diseñar y desarrollar sistemas inteligentes simples, utilizando herramientas informáticas tanto comerciales (MATLAB©) como gratuitas (PYTHON©). Estas herramientas se utilizarán en la gestión de decisiones en diversos ámbitos, tanto en aplicaciones en las materias de diferentes Grados o Másteres, como en trabajos profesionales en Ingeniería Industrial.

 

Destinatarios

Estudiantes de último curso de Grado, Máster o Doctorado que deseen formarse en el diseño, desarrollo y prueba de concepto de diversos sistemas inteligentes aplicados en materias o en la elaboración de su TFG, TFM o Tesis de Doctorado, mejorando también su futura empleabilidad.

Profesionales del ámbito de la ingeniería industrial interesados en la aplicación de herramientas de inteligencia artificial de manera eficiente y orientada a resultados en su contexto laboral.

 

Salidas Profesionales

Empresas de ingeniería interesadas en desarrollar sistemas inteligentes con criterios de eficiencia y fiabilidad para la mejora de sus procesos, o bien para prestar ese servicio a sus clientes.

 

Idioma

Castellano

 

Competencias Específicas

Conocimiento de la estructura y funcionamiento de los sistemas inteligentes.

Conocimiento de la tipología de los sistemas inteligentes.

Conocimiento sobre las buenas prácticas en el diseño de sistemas inteligentes.

Capacidad para diseñar y desarrollar sistemas inteligentes sencillos.

Conocer y entender problemáticas existentes mediante casos reales.

Aplicar los sistemas inteligentes en el soporte a las decisiones de ingeniería.

 

Competencias Transversales

Pensamiento analítico.

Resolución de problemas complejos.

 

Condiciones de acceso

1) Graduados en Ingeniería de la Rama Industrial

2) Máster en Ingeniería Industrial

3) Titulados universitarios en Ingeniería con experiencia profesional en Inteligencia Artificial

4) Se podrán admitir estudiantes de las titulaciones 1) y 2) con el TFG o TFM pendiente

DOCUMENTACIÓN REQUERIDA:
1) Documento de identificación
2) Copia del título universitario o certificado de estudios previos
3) Currículum vítae (indicando la experiencia afín a la temática del curso)

 

Criterios de selección

1) Formación académica 

2) Experiencia afín a la temática del curso 

 

Metodología

01. INTELIGENCIA ARTIFICIAL Y SISTEMAS INTELIGENTES.
Introducción y conceptos básicos. Terminología, componentes y paradigmas. Razonamiento e inferencia. Expectativas y limitaciones. Aplicaciones habituales.

02. REPRESENTACIÓN DEL CONOCIMIENTO: CONCEPTOS Y EJEMPLOS.
Sistemas basados en el conocimiento. Representación lógica del conocimiento. Principios de lógica proposicional y de primer orden. Mecanismos de inferencia. Aplicaciones.

03. INCERTIDUMBRE Y RIESGO: EVALUACIÓN Y GESTIÓN.
Definición en el contexto de las decisiones de ingeniería. Clasificación y tipos de incertidumbre. Decisiones con incertidumbre. Gestión de la incertidumbre. Definición empírica del riesgo asociado a la incertidumbre. Aplicaciones.

04. SISTEMAS EXPERTOS.
Estructura y aplicaciones. Definición y contextualización teórica. Tipos y componentes de sistemas expertos. Modelos deterministas y estocásticos. Enfoques inferenciales. Aplicaciones.

05. ALGORITMOS DE APRENDIZAJE AUTOMÁTICO: NATURALEZA Y CLASIFICACIÓN.
Definición y conceptos: características, modelos y tareas. Modelos de regresión, clasificación y agrupación. Escenarios de Aprendizaje. Modelos inferenciales. Pretratamiento de datos. Técnicas de
aumento controlado de datos. Aplicaciones.

06. REDES NEURONALES: TIPOLOGÍA Y APLICACIONES.
Definición y contextualización teórica. El paradigma conexionista frente al simbólico. Tipos y arquitecturas usuales. Métodos de entrenamiento. Modelos de aprendizaje profundo. Aplicaciones.

07. ALGORITMOS EVOLUTIVOS. Definición y contextualización teórica. Programación y estrategias evolutivas. Programación y algoritmos genéticos. Operadores de algoritmos genéticos. Aplicaciones.

08. SISTEMAS DE SOPORTE A LA DECISIÓN: ESTRUCTURA Y DESARROLLO.
Definición y contextualización teórica. Componentes y desarrollo. Relación con los sistemas inteligentes. Funcionamiento complementario. Verificación, validación y contraste de resultados.
Búsqueda de la mejor hipótesis. Aplicaciones.

09. MODELOS DE LENGUAJE GRANDES (LLM): INTRODUCCIÓN.
Concepto y estructura. Capacidades y limitaciones. Soluciones abiertas y comerciales.

 

Asignaturas

id	nombre	caracter	créditos
200432	Inteligencia artificial para ingenieros	Obligatoria	6.0

 

Profesorado

Jorge Cerqueiro Pequeño

Manuel Casal Guisande

Alberto Comesaña Campos

 

Evaluación

Pruebas de respuesta corta: 40%

Entregas de ejercicios de prácticas: 40%

Trabajo en clase: 20%

La asistencia mínima para superar el curso será del 70% de las horas del curso.

 

Titulación

Diploma de curso de formación universitaria en Inteligencia artificial para ingenieros