{"id":300162,"date":"2024-05-10T10:48:02","date_gmt":"2024-05-10T08:48:02","guid":{"rendered":"https:\/\/cpfp.uvigo.gal\/estudos\/titulos-propios\/id1150-1-2\/"},"modified":"2026-04-22T14:32:46","modified_gmt":"2026-04-22T12:32:46","slug":"id1150-1","status":"publish","type":"sigma_course","link":"https:\/\/cpfp.uvigo.gal\/es\/estudios\/titulos-propios\/id1150-1\/","title":{"rendered":"Inteligencia artificial para ingenieros"},"content":{"rendered":"
\n

\"Inteligencia<\/p>\n<\/div>\n

\n
\n

Diploma de curso de formaci\u00f3n universitaria<\/h3>\n

\u00c1mbito: Enxe\u00f1er\u00eda industrial, enxe\u00f1er\u00eda mec\u00e1nica, enxe\u00f1er\u00eda autom\u00e1tica, enxe\u00f1er\u00eda da organizaci\u00f3n industrial e enxe\u00f1er\u00eda da navegaci\u00f3nC\u00f3digo: TCS:1150\/1<\/span>
\n\t\t\u00c1rea de inter\u00e9s principal: Tecnolox\u00eda | \u00c1rea de inter\u00e9s secundaria: Tecnolox\u00eda<\/p>\n

\n
\n
\n

Inicio y fin<\/h3>\n

<\/i> 03\/06\/2024 – 14\/06\/2024 <\/p>\n<\/p><\/div>\n

\n

Modalidad<\/h3>\n

\t\t\t\t\t\t<\/i> Presencial\t\t\t\t<\/div>\n

\n

Cr\u00e9ditos ECTS<\/h3>\n

<\/i> 6.0 ECTS<\/p>\n<\/p><\/div>\n

\n

Estado<\/h3>\n

<\/i> Finalizado\t\t\t\t\t<\/p>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n

30 plazas<\/a><\/p>\n<\/p><\/div>\n<\/div>\n

 <\/p>\n

Descripci\u00f3n<\/h2>\n

Este curso est\u00e1 dirigido a introducir al alumnado, con perfil de ingenier\u00eda industrial, en el concepto general de los sistemas inteligentes, componentes esenciales en la implementaci\u00f3n de soluciones de inteligencia artificial. Se abordar\u00e1n su definici\u00f3n, tipolog\u00eda, componentes, modelos y enfoques inferenciales, explorando, desde una perspectiva pr\u00e1ctica, sus utilidades y aplicaciones centradas en el \u00e1mbito de la gesti\u00f3n de decisiones dentro del contexto de los procesos de la ingenier\u00eda industrial. El curso permitir\u00e1 a los estudiantes adquirir una visi\u00f3n sint\u00e9tica de los sistemas inteligentes, desde su conceptualizaci\u00f3n hasta su desarrollo e implementaci\u00f3n, incluyendo tanto su potencial de desarrollo como sus principales limitaciones. El objetivo final formativo ser\u00e1 capacitarlo para identificar, seleccionar y evaluar el sistema inteligente m\u00e1s adecuado y preciso en funci\u00f3n de la naturaleza y caracter\u00edsticas de su aplicaci\u00f3n industrial, no solo en lo que se refiere a la selecci\u00f3n de soluciones y modelos de razonamiento artificial, sino tambi\u00e9n considerando la evaluaci\u00f3n global de su idoneidad y rendimiento.<\/p>\n

 <\/p>\n

\n
\n

Director\/a:<\/p>\n

Jorge Cerqueiro Peque\u00f1o, Alberto Comesa\u00f1a Campos<\/p>\n

Tel\u00e9fono contacto:<\/p>\n

986 130 304<\/p>\n

Email contacto:<\/p>\n

jcerquei@uvigo.es, acomesana@uvigo.es<\/p>\n

Entidad organizadora:<\/p>\n

Escola de Enxe\u00f1er\u00eda Industrial<\/p>\n<\/p><\/div>\n

\n
\n
\n

PER\u00cdODO DE INSCRIPCI\u00d3N
\n\t\t\tInscripci\u00f3n cerrada<\/small>
\n\t\t\t09\/05\/2024 – 23\/05\/2024<\/p>\n

<\/p>\n

\n

PER\u00cdODO DE MATR\u00cdCULA
\n\t\t\tMatr\u00edcula cerrada<\/small>
\n\t\t\t17\/05\/2024 – 30\/05\/2024<\/p>\n<\/p><\/div>\n<\/p><\/div>\n

<\/p>\n

Matr\u00edcula cerrada<\/a><\/p>\n<\/p><\/div>\n<\/div>\n

 <\/p>\n

 <\/p>\n

Modalidad<\/h2>\n
\n
\n
\n
\n

Docencia presencial\/virtual<\/h3>\n

<\/i><\/p>\n

50 horas<\/p>\n<\/p><\/div>\n<\/p><\/div>\n

\n
\n

Docencia no presencial<\/h3>\n

<\/i><\/p>\n

0 horas<\/p>\n<\/p><\/div>\n<\/p><\/div>\n

\n
\n

Pr\u00e1cticas en empresa<\/h3>\n

<\/i><\/p>\n

0 horas<\/p>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n

\n
\n
\n

Lugar de impartici\u00f3n<\/strong>
\nSede Campus de la Escuela de Ingenier\u00eda Industrial\t<\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n

 <\/p>\n

Horario<\/h2>\n

\tLunes a viernes, en horario de 16:00 a 21:00 en modalidad presencial<\/p>\n

 <\/p>\n

 <\/p>\n

Precios<\/h2>\n\n\n\n\n\n
P\u00fablico en general<\/th>\nAlumni UVigo<\/th>\nComunidad UVigo<\/th>\n<\/tr>\n<\/thead>\n
200 \u20ac<\/td>\n180 \u20ac<\/td>\n170 \u20ac<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Observaciones a los precios<\/strong>
\n\t\tLas personas en situaci\u00f3n de desempleo o discapacidad reconocida podr\u00e1n solicitar el precio reducido de la comunidad universitaria en el momento de la matr\u00edcula<\/p>\n

 <\/p>\n

Objetivos<\/h2>\n

\tCapacitar a los estudiantes para dise\u00f1ar y desarrollar sistemas inteligentes simples, utilizando herramientas inform\u00e1ticas tanto comerciales (MATLAB\u00a9) como gratuitas (PYTHON\u00a9). Estas herramientas se utilizar\u00e1n en la gesti\u00f3n de decisiones en diversos \u00e1mbitos, tanto en aplicaciones en las materias de diferentes Grados o M\u00e1steres, como en trabajos profesionales en Ingenier\u00eda Industrial.\t<\/p>\n

 <\/p>\n

Destinatarios<\/h2>\n

Estudiantes de \u00faltimo curso de Grado, M\u00e1ster o Doctorado que deseen formarse en el dise\u00f1o, desarrollo y prueba de concepto de diversos sistemas inteligentes aplicados en materias o en la elaboraci\u00f3n de su TFG, TFM o Tesis de Doctorado, mejorando tambi\u00e9n su futura empleabilidad. <\/p>\n

Profesionales del \u00e1mbito de la ingenier\u00eda industrial interesados en la aplicaci\u00f3n de herramientas de inteligencia artificial de manera eficiente y orientada a resultados en su contexto laboral.<\/p>\n

 <\/p>\n

Salidas Profesionales<\/h2>\n

\tEmpresas de ingenier\u00eda 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.\t<\/p>\n

 <\/p>\n

Idioma<\/h2>\n

Castellano<\/p>\n

 <\/p>\n

Competencias Espec\u00edficas<\/h2>\n

Conocimiento de la estructura y funcionamiento de los sistemas inteligentes.\n<\/p>\n

Conocimiento de la tipolog\u00eda de los sistemas inteligentes.\n<\/p>\n

Conocimiento sobre las buenas pr\u00e1cticas en el dise\u00f1o de sistemas inteligentes.\n<\/p>\n

Capacidad para dise\u00f1ar y desarrollar sistemas inteligentes sencillos.\n<\/p>\n

Conocer y entender problem\u00e1ticas existentes mediante casos reales.\n<\/p>\n

Aplicar los sistemas inteligentes en el soporte a las decisiones de ingenier\u00eda.<\/p>\n

 <\/p>\n

Competencias Transversales<\/h2>\n

Pensamiento anal\u00edtico.\n<\/p>\n

Resoluci\u00f3n de problemas complejos.<\/p>\n

 <\/p>\n

Condiciones de acceso<\/h2>\n

1) Graduados en Ingenier\u00eda de la Rama Industrial\n<\/p>\n

2) M\u00e1ster en Ingenier\u00eda Industrial\n<\/p>\n

3) Titulados universitarios en Ingenier\u00eda con experiencia profesional en Inteligencia Artificial\n<\/p>\n

4) Se podr\u00e1n admitir estudiantes de las titulaciones 1) y 2) con el TFG o TFM pendiente\n<\/p>\n

\nDOCUMENTACI\u00d3N REQUERIDA:
\n1) Documento de identificaci\u00f3n
\n2) Copia del t\u00edtulo universitario o certificado de estudios previos
\n3) Curr\u00edculum v\u00edtae (indicando la experiencia af\u00edn a la tem\u00e1tica del curso)<\/p>\n

 <\/p>\n

Criterios de selecci\u00f3n<\/h2>\n

1) Formaci\u00f3n acad\u00e9mica <\/p>\n

2) Experiencia af\u00edn a la tem\u00e1tica del curso <\/p>\n

 <\/p>\n

Metodolog\u00eda<\/h2>\n

01. INTELIGENCIA ARTIFICIAL Y SISTEMAS INTELIGENTES.
\nIntroducci\u00f3n y conceptos b\u00e1sicos. Terminolog\u00eda, componentes y paradigmas. Razonamiento e inferencia. Expectativas y limitaciones. Aplicaciones habituales.\n<\/p>\n

\n02. REPRESENTACI\u00d3N DEL CONOCIMIENTO: CONCEPTOS Y EJEMPLOS.
\nSistemas basados en el conocimiento. Representaci\u00f3n l\u00f3gica del conocimiento. Principios de l\u00f3gica proposicional y de primer orden. Mecanismos de inferencia. Aplicaciones.\n<\/p>\n

\n03. INCERTIDUMBRE Y RIESGO: EVALUACI\u00d3N Y GESTI\u00d3N.
\nDefinici\u00f3n en el contexto de las decisiones de ingenier\u00eda. Clasificaci\u00f3n y tipos de incertidumbre. Decisiones con incertidumbre. Gesti\u00f3n de la incertidumbre. Definici\u00f3n emp\u00edrica del riesgo asociado a la incertidumbre. Aplicaciones.\n<\/p>\n

04. SISTEMAS EXPERTOS.
\nEstructura y aplicaciones. Definici\u00f3n y contextualizaci\u00f3n te\u00f3rica. Tipos y componentes de sistemas expertos. Modelos deterministas y estoc\u00e1sticos. Enfoques inferenciales. Aplicaciones.\n<\/p>\n

\n05. ALGORITMOS DE APRENDIZAJE AUTOM\u00c1TICO: NATURALEZA Y CLASIFICACI\u00d3N.
\n Definici\u00f3n y conceptos: caracter\u00edsticas, modelos y tareas. Modelos de regresi\u00f3n, clasificaci\u00f3n y agrupaci\u00f3n. Escenarios de Aprendizaje. Modelos inferenciales. Pretratamiento de datos. T\u00e9cnicas de
\naumento controlado de datos. Aplicaciones.\n<\/p>\n

\n06. REDES NEURONALES: TIPOLOG\u00cdA Y APLICACIONES.
\nDefinici\u00f3n y contextualizaci\u00f3n te\u00f3rica. El paradigma conexionista frente al simb\u00f3lico. Tipos y arquitecturas usuales. M\u00e9todos de entrenamiento. Modelos de aprendizaje profundo. Aplicaciones.\n<\/p>\n

07. ALGORITMOS EVOLUTIVOS. Definici\u00f3n y contextualizaci\u00f3n te\u00f3rica. Programaci\u00f3n y estrategias evolutivas. Programaci\u00f3n y algoritmos gen\u00e9ticos. Operadores de algoritmos gen\u00e9ticos. Aplicaciones.\n<\/p>\n

\n08. SISTEMAS DE SOPORTE A LA DECISI\u00d3N: ESTRUCTURA Y DESARROLLO.
\n Definici\u00f3n y contextualizaci\u00f3n te\u00f3rica. Componentes y desarrollo. Relaci\u00f3n con los sistemas inteligentes. Funcionamiento complementario. Verificaci\u00f3n, validaci\u00f3n y contraste de resultados.
\nB\u00fasqueda de la mejor hip\u00f3tesis. Aplicaciones. <\/p>\n

09. MODELOS DE LENGUAJE GRANDES (LLM): INTRODUCCI\u00d3N.
\nConcepto y estructura. Capacidades y limitaciones. Soluciones abiertas y comerciales.<\/p>\n<\/p>\n

 <\/p>\n

Asignaturas<\/h2>\n\n\n\n\n\n
id<\/th>\nnombre<\/th>\ncaracter<\/th>\ncr\u00e9ditos<\/th>\n<\/tr>\n<\/thead>\n
200432<\/td>\nInteligencia artificial para ingenieros<\/td>\nObligatoria<\/td>\n6.0<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

 <\/p>\n

Profesorado<\/h2>\n

Jorge Cerqueiro Peque\u00f1o\n<\/p>\n

Manuel Casal Guisande\n<\/p>\n

Alberto Comesa\u00f1a Campos<\/p>\n<\/p>\n

 <\/p>\n

Evaluaci\u00f3n<\/h2>\n

Pruebas de respuesta corta: 40%\n<\/p>\n

Entregas de ejercicios de pr\u00e1cticas: 40%\n<\/p>\n

Trabajo en clase: 20%\n<\/p>\n

La asistencia m\u00ednima para superar el curso ser\u00e1 del 70% de las horas del curso.<\/p>\n<\/p>\n

 <\/p>\n

Titulaci\u00f3n<\/h2>\n

Diploma de curso de formaci\u00f3n universitaria en Inteligencia artificial para ingenieros<\/p>\n

 <\/p>\n","protected":false},"featured_media":0,"parent":0,"template":"","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0},"class_list":["post-300162","sigma_course","type-sigma_course","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/cpfp.uvigo.gal\/es\/wp-json\/wp\/v2\/sigma_course\/300162","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cpfp.uvigo.gal\/es\/wp-json\/wp\/v2\/sigma_course"}],"about":[{"href":"https:\/\/cpfp.uvigo.gal\/es\/wp-json\/wp\/v2\/types\/sigma_course"}],"wp:attachment":[{"href":"https:\/\/cpfp.uvigo.gal\/es\/wp-json\/wp\/v2\/media?parent=300162"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}