1. Introducció
1.1. Què és la Intel·ligència Artificial.
1.2. El paradigma de Soft Computing
2. Sistemes basats en el coneixement.
2.1. Introducció als sistemes basats en el coneixement.
2.2. Sistemes basats en regles
2.3. Sistemes amb representació estructurada
2.4. Sistemes basats en casos
2.5. Aplicacions
3. Lògica difusa (fuzzy)
3.1. Raonament amb incertesa.
3.2. Elements de la lògica difusa
3.3. Raonament difús
3.4. Fuzzyficació i defuzzificació
3.5. Aplicacions
4. Xarxes neurals
4.1. Definició i conceptes bàsics
4.2. Primers models de computació: Cel·lules de McCulloch-Pitts, Perceptró, Adaline.
4.3. Xarxes multicapa
4.4. Xarxes auto-organitzatives
4.5. Aplicacions
5. Algorismes genètics
5.1. Definició i característiques dels algorismes genètics.
5.2. Algorisme bàsic
5.3. Codificació
5.4. Mètodes de selecció
5.5. Operadors: Recombinació, mutació, reinserció
5.6. Implementacions paral·leles
5.7. Aplicacions
6. Temes avançats
6.1. Mineria de dades
6.2. Tecnologia agent
Examen: E.
Activitats realitzades a l'aula: A.
Treball en equip: T.
Treball conjunt amb els d'EI. TI
Pràctiques: P
Si E+A > 5 i TI > 5, aleshores
Qualificació final= (E+A)*0.4 + (T+P)*0.4 + TI * 0.2
Altrament: Qualificació final = Suspens
No s'acceptaran pràctiques fora de termini. Si una pràctica no es lliura a temps, comptarà com a 0.