Inteligencia Computacional
Carrera | |
---|---|
Ingeniería en Informática | |
Departamento | |
Informática | |
Sitio Web | |
No especificada |
Plan de Estudios | Año de Cursado |
---|---|
![]() |
4 ° Año |
Carácter | Período |
Cuatrimestral | 2° Cuatrimestre |
Docente Responsable | |
Diego Humberto Milone |
Nombre y Apellido |
---|
Carga horaria total | 90 | hs |
---|---|---|
Teoría | 30 | hs |
Resolución de ejercicios | 12 | hs |
Proyecto y diseño | 12 | hs |
Evaluaciones | 12 | hs |
Formación experimental | 12 | hs |
Resolución de problemas de ingeniería | 12 | hs |
Otras actividades | 0 | hs |
Redes neuronales: perceptrón multicapa, redes con funciones de base radial, mapas auto-organizativos, redes de Hopfield. Introducción a los sistemas basados en conocimientos. Lógica borrosa: teoría de los conjuntos borrosos, memorias asociativas borrosas, sistemas de control borroso. Computación evolutiva: diseño de la solución de problemas mediante computación evolutiva, algoritmos genéticos, variantes de computación evolutiva. Aplicaciones. |
Objetivos específicos Que el alumno:
Objetivos generales Que el alumno:
Además, entre otros objetivos de formación general, se espera que el alumno:
|
Programación y cálculo básico. |
Desarrollo del cursado
Observaciones
|
Introducción (Unidad I) Breve revisión histórica a la inteligencia computacional. Áreas del conocimiento involucradas y su relación como parte de la inteligencia artificial. El cerebro humano y las limitaciones del cálculo computacional. El impacto y el amplio espectro de aplicaciones de la inteligencia computacional. Introducción conceptual a las tres técnicas fundamentales de la inteligencia computacional. |
Redes neuronales 1 (Unidad II) Bases estadísticas del reconocimiento de patrones: etapas, decisión bayesiana, funciones discriminantes. Aprendizaje, espacio de soluciones, mínimos locales y globales, capacidad de generalización y técnicas de validación cruzada. La inspiración biológica en redes neuronales: fisiología neuronal básica, redes de neuronas biológicas y escalas de organización estructural del cerebro. Modelos de neurona: la sinapsis, funciones de activación. Perceptrón simple: hiperplanos para la separación de clases, entrenamiento y limitaciones. Generalidades: características de las redes neuronales, clasificación de las arquitecturas neuronales, clasificación de los procesos de aprendizaje. |
Redes neuronales 2 (Unidad III) Perceptrón multicapa: formulación matemática del algoritmo de retropropagación, velocidad de aprendizaje y término de momento, inicialización y criterios de finalización, definición de la topología y los parámetros de entrenamiento. Redes neuronales con funciones de base radial: arquitectura, fronteras de decisión, algoritmos de entrenamiento. Mapas auto-organizativos: arquitecturas, algoritmo de entrenamiento, mapas topológicos, cuantización vectorial con aprendizaje, comparación con otros métodos de agrupamiento. Redes neuronales dinámicas: redes de Hopfield, retropropagación a través del tiempo, redes neuronales con retardos en el tiempo. |
Lógica borrosa 1 (Unidad IV) Lógica proposicional: sintaxis, semántica e inferencia. Lógica de primer orden: sintaxis, semántica, cuantificadores y conectores. Inferencia en la lógica de primer orden. Sistemas de producción con encadenamiento hacia delante. La borrosidad como multivalencia: incerteza versus aleatoriedad, función de membresía. Comparación entre representaciones del conocimiento basadas en reglas. Geometría de los conjuntos borrosos. Definición e interpretación gráfica de los operadores borrosos. Caracterización de conjuntos borrosos. Entropía borrosa: definición, teorema de la entropía borrosa, teorema del subconjunto, teorema entropía-subconjunto. |
Lógica borrosa 2 (Unidad V) Memorias asociativas borrosas como mapeos, reglas borrosas simples y compuestas, ejemplos. Codificación de reglas borrosas: discretización, memorias asociativas borrosas hebbianas, codificaciones por correlación-mínimo y correlación-producto, bidireccionalidad. Composición de reglas. Métodos de máximo y centroide borroso. Inferencia de Takagi-Sugeno-Kang. Conjuntos de membresía continuos, representación y composición de varios antecedentes por consecuente. |
Inteligencia colectiva 1 (Unidad VI) Formulación de problemas de búsqueda. Estrategias de búsquedas informadas y no informadas. Complejidad temporal y espacial, completitud y optimalidad. Resolución de problemas mediante planeamiento. Métodos evolutivos: inspiración biológica, estructura, representación del problema, función de aptitud, mecanismos de selección, operadores elementales de variación y reproducción. Variantes de la computación evolutiva: algoritmos genéticos, programación genética, estrategias de evolución. Algoritmos multiobjetivo. |
Inteligencia colectiva 2 (Unidad VII) Autómatas de estados finitos y autómatas celulares. Agentes inteligentes. Inspiración biológica de los métodos de inteligencia colectiva. Modelos de vida artificial: comportamiento emergente, autoorganización. Colonias de hormigas: representación del problema, feromonas, búsqueda de alimento, modelo estocástico, experimento de los dos puentes. Enjambre de partículas: representación del problema, restricciones, tamaño de partícula, inicialización, ecuaciones de movimiento, distribuciones de proximidad, topología de las poblaciones. |
Aplicaciones (Unidad VIII) Configuración del problema y aplicación de las técnicas de inteligencia computacional en: clasificación de patrones, agrupación de patrones, aproximación de funciones, optimización, búsqueda de soluciones, regresión, predicción de series temporales, control de procesos, identificación de sistemas, compresión de señales, memorias y recuperación de información. Interrelaciones entre las técnicas de inteligencia computacional: sistemas híbridos. |
Bibliografía básica
A. P. ENGELBRECHT. Computational Intelligence: An Introduction. John Wiley & Sons |
Z. MICHALEWICZ. Genetic Algorithms + Data Structures = Evolution Programs. Springer Verlag |
D. GOLDBERG. Genetic Algorithms in Search, Optimization and Machine Learning. Addison Wesley |
B. KOSKO. Neural Networks and Fuzzy Systems: A Dynamical Systems Approach to Machine Intelligence. Prentice Hall |
S. HAYKIN. Neural Networks and Learning Machines. Prentice Hall |
J. KENNEDY, R.C. EBERHART. Swarm intelligence. Academic Press |
VARIOS. Varios 1: Redes neuronales. Varias (b) libros disponibles en la Biblioteca de la Facultad
(i) libros disponibles en el Centro de Investigación en Señales e Inteligencia Computacional
|
VARIOS. Varios 2: Lógica borrosa. Varias
|
VARIOS. Varios 3: Inteligencia Colectiva. Varias
|
VARIOS. Varios 4: Varios temas de la asignatura. Varias
|
Bibliografía complementaria
VARIOS. Publicaciones periódicas. Varias Se sugieren las siguientes publicaciones como base para el trabajo final:
|
Unidad | Título Apunte | Descripción | Descargar |
---|---|---|---|
Introducción (Unidad I) | Introducción general. Perceptrón simple | S. Haykin, Neural Networks: A Comprehensive Foundation, 2nd Ed. J. Freeman, D. Skapura, Neural Networks: Algorithms, Applications, and Programming Techniques A. Jain, J. Mao, K. Mohiuddin, Artificial Neural Networks: A Tutorial R. Lippmann, An Introduction to Computing with Neural Nets B. Widrow, M.A. Lehr, 30 years of adaptive neural networks: perceptron, Madaline, and backpropagation |
Descargar |
Redes neuronales 1 (Unidad II) | Reconocimiento de patrones | R. Duda, P. Hart, D. Stork, Pattern Classification, Second Edition, Wiley-Interscience, 2000 |
Descargar |
Redes neuronales 2 (Unidad III) | Perceptrón multicapa | S. Haykin, Neural Networks: A Comprehensive Foundation J. Freeman, D. Skapura, Neural Networks: Algorithms, Applications, and Programming Techniques R. Lippmann, An Introduction to Computing with Neural Nets B. Widrow, M.A. Lehr, 30 years of adaptive neural networks: perceptron, Madaline, and backpropagation |
Descargar |
Redes neuronales 2 (Unidad III) | Redes con funciones de base radial | C. Bishop, Neural Networks for Pattern Recognition S. Haykin, Neural Networks: A Comprehensive Foundation |
Descargar |
Redes neuronales 2 (Unidad III) | Mapas auto-organizativos | S. Haykin, Neural Networks: A Comprehensive Foundation, 2nd Ed. J. Freeman, D. Skapura, Neural Networks: Algorithms, Applications, and Programming Techniques T. Kohonen, Self-organizing maps, 3rd. Ed. R. Lippmann, An Introduction to Computing with Neural Nets |
Descargar |
Redes neuronales 2 (Unidad III) | Redes dinámicas | S. Haykin, Neural Networks: A Comprehensive Foundation, 2nd Ed. D. R. hush, B. G. Horne, Progress in Supervised Neural Networks R. Lippmann, An Introduction to Computing with Neural Nets |
Descargar |
Lógica borrosa 1 (Unidad IV) | Lógica | Russell, S. & Norvig, P. Inteligencia Artificial. Un enfoque moderno, 2nd Ed 7, 8, 9.1, 9.2, 9.3 |
Descargar |
Lógica borrosa 1 (Unidad IV) | Lógica borrosa | B. Kosko, Neural networks and fuzzy systems (opcional: 1) 7
Fuzzy expert systems and Fuzzy reasoning, Willam Siler y James Buckley (opcionales 3, 4 y 5) Fuzzy logic systems for engineering: a tutorial, Jerry Mendel, Proceedings of the IEEE , vol 83 no 3 (opcional) Soft computing and fuzzy logic, Lofti Zadeh, IEEE Software, vol 11, no 6, pp 48-56 (opcional)
|
Descargar |
Lógica borrosa 2 (Unidad V) | Memorias asociativas borrosas | B. Kosko, Neural networks and fuzzy systems 8 |
Descargar |
Inteligencia colectiva 1 (Unidad VI) | Búsqueda | Russell, S. & Norvig, P. Inteligencia Artificial. Un enfoque moderno, 2nd Ed 3 4.1, 4.2 8 9.1-9.4 11.1-11.3 |
Descargar |
Inteligencia colectiva 1 (Unidad VI) | Computación evolutiva 1 | D. E. Goldberg, Genetic Algorithms in Search, Optimization & Machine Learning 1-4
J. R. Koza, Genetic Programming 5, 6
Z. Michalewicz, Genetic Algorithms + Data Structures = Evolution Programs, (opcionales 1-5, 9) M. Mitchell, An Introduction to Genetic Algorithms, (opcionales 1, 2) T. Back, D. B. Fogel, Z. Michalewicz, Evolutionary Computation 1: Basic Algorithms and Operators, (opcionales 1-4, 8-10) R. L. Haupt, S. E. Haupt, Practical Genetic Algorithms, (opcionales 1, 2) T. Back, U. Hammel, H-F. Schewfel, Evolutionary Computation: Comments on History and Current State (opcional) |
Descargar |
Inteligencia colectiva 1 (Unidad VI) | Algoritmos genéticos | Apunte de la Catedra (material con introduccion teorica y ejercicios) |
Descargar |
Inteligencia colectiva 1 (Unidad VI) | Computación evolutiva 2 | D. E. Goldberg, Genetic Algorithms in Search, Optimization & Machine Learning 1-4
J. R. Koza, Genetic Programming 5, 6
Z. Michalewicz, Genetic Algorithms + Data Structures = Evolution Programs, (opcionales 1-5, 9) M. Mitchell, An Introduction to Genetic Algorithms, (opcionales 1, 2) T. Back, D. B. Fogel, Z. Michalewicz, Evolutionary Computation 1: Basic Algorithms and Operators, (opcionales 1-4, 8-10) R. L. Haupt, S. E. Haupt, Practical Genetic Algorithms, (opcionales 1, 2) T. Back, U. Hammel, H-F. Schewfel, Evolutionary Computation: Comments on History and Current State (opcional) |
Descargar |
Inteligencia colectiva 1 (Unidad VI) | Introducción a Inteligencia Colectiva | A. P. Engelbrecht, Computational Intelligence: An Introduction, 2nd Ed. 16.1, 16.2, 16.4 (opcional: 16.7) 17.1.1-17.1.4, 17.1.12 (opcional: 17.5)
M. Clerc, Particle swarm optimization, (opcional 3) M. Dorigo, T. Stutzle, Ant Colony Optimization, (opcional 2) J. Kennedy, R.C. Eberhart, Swarm intelligence, (opcionales 1,7) E. Bonabeau, M. Dorigo, G. Theraulaz, Swarm intelligence: from natural to artificial intelligence, (opcionalles 1,2) |
Descargar |
Inteligencia colectiva 2 (Unidad VII) | Colonia de hormigas y enjambre de partículas | A. P. Engelbrecht, Computational Intelligence: An Introduction, 2nd Ed. 16.1, 16.2, 16.4 (opcional: 16.7) 17.1.1-17.1.4, 17.1.12 (opcional: 17.5)
M. Clerc, Particle swarm optimization, (opcional 3) M. Dorigo, T. Stutzle, Ant Colony Optimization, (opcional 2) J. Kennedy, R.C. Eberhart, Swarm intelligence, (opcionales 1,7) E. Bonabeau, M. Dorigo, G. Theraulaz, Swarm intelligence: from natural to artificial intelligence, (opcionalles 1,2) |
Descargar |
Aplicaciones (Unidad VIII) | Aplicaciones | Descargar | |
Aplicaciones (Unidad VIII) | Clase invitada: modelado conceptual | Descargar |
Unidad III.a (perceptrón multicapa, redes con funciones de base radial). | Semana 2 | Tipo: T |
Duración: 3 hs |
---|---|---|---|
Docente/s responsable/s: Diego Humberto Milone | |||
Descripción: | |||
Observaciones:
(ju 22/08/13) |
Continúa la GTP 1. | Semana 3 | Tipo: PI |
Duración: 3 hs |
---|---|---|---|
Docente/s responsable/s: Leandro Ezequiel Di Persia, Leandro Daniel Vignolo | |||
Descripción: | |||
Observaciones:
(lu 26/08/13) |
Unidad III.b (mapas autoorganizativos, redes dinámicas). | Semana 3 | Tipo: T |
Duración: 3 hs |
---|---|---|---|
Docente/s responsable/s: Hugo Leonardo Rufiner | |||
Descripción: | |||
Observaciones:
(ju 29/08/13) |
Continúa GTP 1. Evluación GTP1 parte a | Semana 4 | Tipo: PL |
Duración: 3 hs |
---|---|---|---|
Docente/s responsable/s: Leandro Ezequiel Di Persia, Leandro Daniel Vignolo | |||
Descripción: | |||
Observaciones:
(lu 02/09/13) |
Unidad V (memorias asociativas borrosas). | Semana 5 | Tipo: T |
Duración: 3 hs |
---|---|---|---|
Docente/s responsable/s: Diego Humberto Milone | |||
Descripción: | |||
Observaciones:
(ju 12/09/13) |
Unidad VI.a (búsqueda, planificación). | Semana 6 | Tipo: T |
Duración: 3 hs |
---|---|---|---|
Docente/s responsable/s: Georgina Silvia Stegmayer | |||
Descripción: | |||
Observaciones:
(ju 19/09/13) |
Continúa GTP 2. Continúa GTP 3. | Semana 7 | Tipo: EP |
Duración: 3 hs |
---|---|---|---|
Docente/s responsable/s: Leandro Ezequiel Di Persia, Leandro Daniel Vignolo | |||
Descripción: | |||
Observaciones:
(lu 23/09/13) |
Parcial 1 (Unidades I a IV). | Semana 7 | Tipo: E |
Duración: 3 hs |
---|---|---|---|
Docente/s responsable/s: Georgina Silvia Stegmayer | |||
Descripción: | |||
Observaciones:
(ju 26/09/13) |
Continúa GTP 3. Evaluación GTP 2. | Semana 9 | Tipo: PI |
Duración: 3 hs |
---|---|---|---|
Docente/s responsable/s: Leandro Ezequiel Di Persia, Leandro Daniel Vignolo | |||
Descripción: | |||
Observaciones:
(lu 07/10/13) |
Parcial 2 (Unidades V a VIII). | Semana 11 | Tipo: E |
Duración: 3 hs |
---|---|---|---|
Docente/s responsable/s: Georgina Silvia Stegmayer | |||
Descripción: | |||
Observaciones:
(ju 24/10/13) |
Recuperación de parciales. | Semana 15 | Tipo: E |
Duración: 3 hs |
---|---|---|---|
Docente/s responsable/s: Georgina Silvia Stegmayer | |||
Descripción: | |||
Observaciones:
(ju 21/11/13) |
Actividad | Título Guía | Descripción | Descargar |
---|---|---|---|
Comienza GTP 1. Introducción teórica al perceptrón simple. | Guía de trabajos prácticos 1 | Descargar | |
Comienza GTP 1. Introducción teórica al perceptrón simple. | Datos para trabajos prácticos (concent) | Descargar | |
Comienza GTP 1. Introducción teórica al perceptrón simple. | Datos para trabajos práticos (iris) | Descargar | |
Continúa GTP 1. Evluación GTP1 parte a | Guía de trabajos prácticos 2 | Descargar | |
Comienza GTP 2. Continúa GTP1. | Datos para trabajos prácticos (clouds) | Descargar | |
Comienza GTP 2. Continúa GTP1. | Datos para trabajos práticos (phoneme) | Descargar | |
Continúa GTP 2. Continúa GTP 3. | Guía de trabajos prácticos 3 | Descargar | |
Feriado | Guía de trabajos prácticos 4 | Descargar | |
Unidades VIII (aplicaciones). Explicacion general e inicio de los trabajos finales. | Ejemplos y estilos de formato para el trabajo final (oofffice) | Descargar | |
Unidades VIII (aplicaciones). Explicacion general e inicio de los trabajos finales. | Ejemplos y estilos de formato para el trabajo final (latex) | Descargar | |
Comienza GTP 4. Evaluación GTP 3. Entrega de 3 propuestas para trabajos finales y asignación de tutores por grupo. | Trabajos finales realizados en años anteriores | Descargar | |
Recuperación de parciales. | Exámenes parciales de años anteriores | Descargar |
Instancias de evaluación durante el cursadoLa evaluación durante el cursado se realiza en diferentes escalas temporales: 1. Evaluación de práctica: se realiza dentro de las 3 horas previstas para la actividad práctica y tiene por objetivo evaluar tanto los avances en la realización de trabajos prácticos con la incorporación de los conocimientos teóricos básicos relacionados. Esta instancia de evaluación es una de las más importantes del cursado ya que brinda la oportunidad de evaluar de cerca la evolución y sobre todo poder ajustar a tiempo los procesos de enseñanza y aprendizaje de acuerdo a las necesidades particulares de cada grupo de trabajo o alumno, recomendando lecturas adicionales, sugiriendo ampliaciones de algún ejercicio práctico, explicando en detalle algún tema en particular, etc. La evaluación se extiende entre 15 a 30 minutos, dependiendo de la modalidad elegida. El responsable de la práctica podrá optar por:
Los grupos de trabajo deberán estar conformados por 2 o 3 miembros, no se aceptarán trabajos individuales. Si bien cada grupo puede utilizar cualquier lenguaje o herramienta de programación, se recomienda utilizar un lenguaje compilado, dada la gran carga computacional de los cálculos involucrados. La programación de todos los algoritmos desarrollados, sin la utilización de programas, bibliotecas o funciones previamente desarrolladas por terceros, es una importante característica del enfoque pedagógico que damos a la asignatura. Por un lado, consideramos que el entendimiento acabado de todos los algoritmos clave se completa al programarlos desde cero, y más aún dada la formación de un estudiante de informática. Por otro lado, este es un elemento motivacional muy importante para los alumnos, que sin dudas prefieren terminar de comprender los diferentes métodos invirtiendo más tiempo en programación. Vale aclarar que el aprendizaje de una forma de implementación particular, lenguaje o entorno de programación no es parte de los objetivos de la asignatura. Por lo tanto, los aspectos técnicos de la compilación y utilización de lenguajes y entornos de programación quedan bajo la responsabilidad de cada grupo de trabajo. Al momento de la entrega de los trabajos prácticos todos los programas deben funcionar correctamente y cada alumno debe ser capaz de explicar y justificar cada paso de la solución propuesta.
2. Evaluación parcial: se proveen dos exámenes parciales, involucrando aproximadamente la mitad de los temas del programa en cada uno (según se detalla en el cronograma.). Estas evaluaciones serán de aproximadamente 2:30 horas cada una, consistiendo en un examen escrito con especial énfasis en los aspectos teóricos pero incluyendo también problemas de aplicación. Para los problemas de aplicación no se requerirá el nivel de detalle de los trabajos prácticos pero sí la formulación clara de las soluciones propuestas, utilizando diagramas en bloque, pseudocódigo y ecuaciones según corresponda. Todos los exámenes parciales incluyen un problema abierto, que representa un desafío mayor. No existe una solución única e incluso en muchos casos no existe una solución cerrada a este tipo de problemas. Por lo tanto, no se espera que el alumno “resuelva” el problema por completo sino que demuestre que puede integrar los conocimientos adquiridos para proponer una posible solución, utilizando adecuadamente las técnicas y conceptos desarrollados y formulando una propuesta coherente, con claridad y precisión en el uso del lenguaje técnico del área. Este problema nunca supera los 15 puntos (sobre 100) y el tiempo máximo sugerido para su resolución se indica claramente en el enunciado, como para todos los ejercicios. De esta forma el alumno puede realizar un mejor manejo del tiempo durante el examen. 3. Trabajo final: se debe realizar en grupos de 2 o 3 personas. Este trabajo consiste en solución de un problema que deben proponer los alumnos. Cada integrante del grupo propone un problema práctico a resolver y un tutor asignado de entre los miembros de la Cátedra guía al grupo para seleccionar y delimitar uno de los temas. Este mismo tutor los guía luego todo el desarrollo del trabajo final. En base a una búsqueda bibliográfica de antecedentes relacionados, se debe proponer e implementar una solución válida, aplicando las herramientas computacionales que se proveen durante el cursado. No se aceptarán trabajos individuales ni problemas que no hayan sido seleccionados junto al tutor asignado. Para facilitar el aprovechamiento de esta instancia se deberán cumplimentar 4 presentaciones en total (3 parciales y 1 final) y la calificación se definirá considerando todas las instancias de evaluación, que deberán ser entregadas en tiempo y forma. 1ra presentación: los grupos llevarán tres propuestas, de las cuales con ayuda de los tutores asignados se eligirá una. Las propuestas se entregan por escrito (200 palabras por cada idea). 2da presentación: entrega de una búsqueda bibliográfica y propuesta de solución por escrito. La búsqueda bibliográfica será de una página, con las referencias en el formato correspondiente y la propuesta de solución en aproximadamente 400 palabras. También se deberán adjuntar impresos de los artículos de las referencias. 3ra presentación: entrega de implementación funcionando (código fuente), con todo el problema resuelto y funcionando correctamente al momento de ser entregado. Se deberá realizar una defensa oral de todo lo entregado. La presentación final consiste en un informe escrito y una exposición oral de 15 minutos, con defensa de 5 minutos. Una guía de estilo y estructura para preparar el informe final puede descargarse desde la sección Guías de Actividades. Otros detalles del informe y la presentación se especificarán durante el cursado. Puntuación para la aprobaciónPara la aprobación de la asignatura se consideran todas las instancias de evaluación durante el cursado, con la siguiente distribución relativa de puntos:
Para regularizar la asignatura (lo que implica la promoción de práctica) se requieren 60 puntos o más puntos en las evaluaciones durante el cursado. Aclaración importante: en ningún caso es válida la acumulación de puntos si en alguna de las instancias de evaluación se obtuviera menos del 40% de la puntuación total. Los trabajos finales deberán aprobarse con al menos el 60%, es decir, 12 puntos. Exámenes de recuperaciónSe proveen dos instancias de recuperación de exámenes:
Los exámenes de recuperación serán individuales aunque la modalidad (escrito/oral) será dispuesta por el responsable de la asignatura independientemente de aquella con que se hubiese evaluado originalmente el tema. La calificación final es el máximo entre el examen original y el examen de recuperación. Deshonestidad académicaEn el caso de que un alumno incurra en cualquier acto de deshonestidad académica quedará automáticamente LIBRE sin importar su condición previa en la asignatura. Además se elevará un pedido a la Secretaría Académica para que el alumno sea sancionado de acuerdo al caso. Se considerarán actos de deshonestidad académica: copiar exámenes (de cualquier tipo y en cualquier forma), copiar informes, copiar programas o ideas originales para la resolución de problemas. Todo trabajo presentado por el alumno se considera que ha sido el resultado de su proceso de aprendizaje y fruto de su propio esfuerzo. Como regla general, en un caso de copia a otros compañeros son culpables ambas partes, por lo que se sugiere a los alumnos cuidar sus informes, códigos fuente o cualquier otro objeto de una evaluación. Se considera también un acto deshonesto utilizar material (texto, figuras, etc.) de otras fuentes (Internet, libros, revistas, etc.) sin realizar la cita correspondiente. No es aceptable la copia textual en ningún caso, desde ninguna fuente (libros, artículos, páginas web, etc.). Sólo se puede transcribir una frase textual, entre comillas y en itálica, y por supuesto citando la fuente. Como es natural, no es posible enumerar todos los casos de deshonestidad académica por lo que la lista anterior no es exhaustiva y otros casos serán analizados oportunamente. Se invita a los alumnos a que en el caso de tener cualquier duda al respecto, consulten al responsable de la asignatura antes de realizar cualquier acción. |
Con las mismas consideraciones detalladas en los Requerimientos para Regularizar, para el caso de la Promoción (completa) se requieren 80 puntos o más puntos en las evaluaciones durante el cursado. |
Alumnos Regulares |
---|
Evaluación de teoría: examen oral de entre 15 y 30 minutos por alumno. Se evalúan tres temas para los que el alumno puede realizar un desarrollo preliminar en la pizarra y luego explicar oralmente, respondiendo a las preguntas y realizando las ampliaciones que se le soliciten. El tribunal puede agregar preguntas de otros temas para terminar de definir la calificación. En caso de que en un turno de examen asistan más de diez alumnos, el tribunal podrá optar por tomar un examen escrito. |
Alumnos Libres |
Evaluación del trabajo final: los alumnos libres deben aprobar previamente el trabajo final tal como se indicó más arriba pero en este caso su realización no podrá ser grupal. El alumno deberá informar al responsable de la asignatura 15 días antes de la fecha en que desea presentarse. Evaluación de práctica: examen a libro abierto y con computadora. Se formulan problemas que involucran varios temas de la asignatura y deben ser resueltos en un plazo de 3 horas. Durante el examen el alumno puede consultar toda la bibliografía con la que cuente en el aula y utilizar código fuente desarrollado previamente. No se podrán realizar consultas a terceros y una vez resueltos los problemas el alumno deberá defender adecuadamente cada parte de la implementación según lo solicite el tribunal. Evaluación de teoría: igual que para alumnos regulares. |
Fecha | Tipo | Modalidad | Descripción |
---|---|---|---|
02-09-2013 | Trabajo Práctico | Oral/Escrita | GTP 1a. GTP 1 primera parte. |
16-09-2013 | Trabajo Práctico | Oral/Escrita | GTP 1b. GTP 1 segunda parte. |
26-09-2013 | Parcial | Escrita | Examen parcial 1 Unidades I a IV. |
07-10-2013 | Trabajo Práctico | Oral/Escrita | GTP 2. Unidad III parte b. |
21-10-2013 | Trabajo Práctico | Oral/Escrita | GTP 3. GTP 3 completa. |
21-10-2013 | Otras Evaluaciones | Oral/Escrita | Trabajo final: 3 propuestas. Entrega de 3 propuestas para trabajos finales y asignación de tutores por grupo. |
24-10-2013 | Parcial | Escrita | Examen parcial 2 Unidades V a VIII. |
28-10-2013 | Otras Evaluaciones | Oral/Escrita | Trabajo final: búsqueda bibliográfica y propuesta de solución Entrega de búsqueda bibliográfica y propuesta de solución. |
04-11-2013 | Trabajo Práctico | Oral/Escrita | GTP 4. GTP 4 completa. |
11-11-2013 | Recuperatorio | Oral/Escrita | Recuperación de prácticos. Todos. |
11-11-2013 | Otras Evaluaciones | Oral/Escrita | Trabajo final: implementación. Entrega del código fuente con todo funcionando. |
18-11-2013 | Otras Evaluaciones | Oral/Escrita | Trabajo final: informe y presentaciones. Entrega de informes y presentación oral. |
21-11-2013 | Recuperatorio | Oral/Escrita | Recuperación de parciales. Todos. |
No se ha especificado la información complementaria de la asignatura |