UIB Universitat de les Illes Balears Máster en Tecnologías de la información y de las comunicaciones Descriptor de curso/asignatura Curso académico 2009-10 Ficha técnica Asignatura Nombre: Tratamiento inteligente de la información Código: 10528 Tipo: optativa Semestre: primero Horario: martes 18:00 – 20:00 Idioma: catalán, castellano e inglés (depende del alumnado) Profesorado Profesor/a responsable Nombre: Margaret Miró Julià Contacto: [email protected] Otro profesorado Nombre: Gabriel Fiol Roig Contacto: [email protected] Número de créditos: 5 Objetivos y competencias Objetivos: El alumno deberá adquirir los conocimientos y habilidades necesarios para afrontar la resolución de problemas en las áreas de sistemas basados en agentes y minería de datos. Competencias específicas: E1. Conocer los conceptos relacionados con la minería de datos. E2. Adquirir una metodología para la especificación e implantación de los modelos de tratamiento de datos estudiados. E3. Adquirir las técnicas básicas para la extracción y representación del conocimiento. E4. Conocer los principales tipos de agentes. E5. Adquirir habilidades para el diseño de sistemas basados en agentes. E6. Adquirir habilidades que permitan la resolución de problemas complejos empleando la minería de datos y la metodología basada en agentes. Competencias genéricas: G1. Aplicar conocimientos y algoritmos a la práctica. G2. Saber aplicar procedimientos metodológicos. G3. Saber buscar, registrar y sintetizar información de fuentes diversas. G4. Saber buscar, investigar y profundizar en un tema de investigación y escribir un trabajo de investigación de calidad. G5. Adquirir la capacidad de pensar con iniciativa y creatividad y trabajar de manera autónoma G6. Aprender a comunicarse y a trabajar en grupo. 1 G7. Adquirir una buena capacidad de razonamiento y argumentación para poder hablar y defender opiniones en público. Contenidos MINERÍA DE DATOS. APLICACIONES - Introducción a la minería de datos. - La minería de datos como proceso para descubrir conocimiento. - Técnicas de minería de datos. LOS AGENTES Y SISTEMAS MULTIAGENTES - Los agentes como concepto unificador. - Agentes y problemas. Resolución de problemas mediante agentes. - Características y propiedades de los agentes. - Estructura de un agente. Tipos de agentes. - Sistemas multiagentes. APLICACIONES - Aplicación de las técnicas de minería de datos para la resolución de problemas basados en agentes. - Los agentes, una herramienta para la resolución de problemas en minería de datos. Metodología de enseñanza y aprendizaje 1. Clase presencial Trabajo presencial y autónomo. Uso del aprendizaje virtual (e-learning): se realizarán trabajos no presenciales a través de Campus Extenso. Tipo de agrupación: grupo grande. 2. Clase práctica Trabajo presencial y autónomo. Tipo de agrupación: grupo grande/mediano. 3. Tutoría Tutorías obligatorias para controlar el trabajo autónomo del alumno. Uso del aprendizaje virtual (e-learning): se pueden realizar tutorías electrónicas. Tipo de agrupación: grupo pequeño/individual Criterios y procedimientos de evaluación Criterios de evaluación: se evaluará la adquisición de los conocimientos sobre los agentes, los sistemas multiagentes y la minería de datos, suficientes para abordar la resolución de problemas de campo. Instrumentos de evaluación: 1. Presentación escrita de trabajos individuales y/o en grupo. 2. Presentación oral de trabajos individuales y/o en grupo. 3. Evaluación continuada en base a pruebas escritas, pruebas orales, estudio de casos, asistencia y participación a las sesiones teóricas/prácticas, ... Criterios de calificación: 1. 45% de la calificación: presentación escrita (memoria) del trabajo individual y/o en grupo tutorizado mediante la evaluación continuada. 2. 25% de la calificación: presentación oral del trabajo individual y/o en grupo. 2 3. 30% de la calificación: co-evaluación entre alumnos. Bibliografía, lecturas recomendadas y otros recursos didácticos para el trabajo autónomo Apuntes de la asignatura. J. Hernández Orallo, M. J. Ramírez Quintana, C. Ferri Ramírez, Introducción a la minería de datos. Prentice Hall, 2004 J. Han, M. Kamber, Data Mining. Concepts and Techniques, Academic Press, 2001. D.T. Larose, Discovering Knowledge in Data: an Introduction to Data Mining, John Wiley and Sons, 2004. S. Russell, P.Norvig, Inteligencia Artificial. Un enfoque moderno. Prentice Hall, 1996 N. J. Nilsson, Inteligencia artificial. Una nueva síntesis. McGraw Hill, 2001 M. Negnevitsky, Artificial Intelligence: a Guide to Intelligent Systems, Addison Wesley, 2004 M. Wooldridge, An Introduction to Multiagent Systems, John Wiley & Sons, 2002. 3