Sistemes Basats en el Coneixement

Knowledge-Based Systems
Sistemas Basados en el
Conocimiento

Guia Acadèmica
Syllabus
Guía Académica

Curs 2023-2024
2023-2024 Academic Year
Curso 2023-2024
 Sistemes Basats en el Coneixement Curs 2023-2024
Knowledge-Based Systems 2023-2024 Academic year
Sistemas Basados en el Conocimiento Curso 2023-2024

DESCRIPCIÓ ASSIGNATURA / SUBJECT DESCRIPTION / DESCRIPCIÓN ASIGNATURA

Nom assignatura Sistemes Basats en el Coneixement

Crèdits ECTS 5
Temporalitat Semestre 1
Titulació Màster universitari en Ciència de les Dades / Data Science
Codi/s assignatura MD005

Subject name Knowledge-Based Systems

ECTS credits 5
Time period Semester 1
Programme Master of Science in Data Science
Subject code/s as MD005

Nombre asignatura Sistemas Bassados en el Conocimiento

Créditos ECTS 5
Temporalidad Semestre 1
Titulación Máster Universitario en Ciencia de los Datos / Data Science
Código/s asignatura MD005

Descripció: L’assignatura es dividirà en 2 blocs principals. En un primer moment la nostra atenció anirà cap als patrons
d’algorismes de cerca: entendre quins problemes poden resoldre, costos computacionals, en memòria i limitacions. Amb
aquesta base assentada, passarem al segon bloc de l’assignatura on ens centrarem en els mètodes d’aprenentatge
artificial tant supervisats (KNN, arbres de decisió, raonament basat en casos) com no supervisats (agrupació i derivats).

Els objectius es centraran en:

• Conèixer l’abast de la Intel·ligència Artificial centrada en Sistemes Basats en el Coneixement.
• Tenir una base sòlida en quant a coneixement, entesa i utilització d’algoritmes d’aprenentatge artificials bàsics.
• Base sòlida de programació en Python aplicada a algoritmes d’aprenentatge artificial bàsics.
• Entendre, conèixer i quantificar tant la qualitat coms els resultats dels algoritmes vistos a l’assignatura.
• Entendre i extreure coneixement sobre les dades que s’han de treballar.

Els Resultats d'Aprenentatge d'aquesta assignatura són:

RA.1 L'alumne comprèn i sap analitzar (grans volums de) dades.
RA.2 L'alumne aprèn a extreure coneixement de les dades usant mètodes d'aprenentatge artificial.
RA.3 L'alumne és capaç de visualitzar i comunicar coneixement extret de el coneixement.

Description. The subject is planned with 2 main topics. At first, we will focus in searching algorithms: understand the
possibilities, capacities of each algorithm, which problems can be solved and requirements involved, in memory but also
computationally.
With this knowledge as base, the second topic is focused in machine learning algorithms for supervised (KNN, decision
trees) and also for unsupervised (clustering and more) problems.

The goals will focus on:

• Know the scope of Artificial Intelligence based on knowledge-based systems.
• Solid basis in knowledge, understanding and usage of basic machine learning algorithms.
• Solid bases in Python programming applied to basic machine learning algorithms.
2
 Sistemes Basats en el Coneixement Curs 2023-2024
Knowledge-Based Systems 2023-2024 Academic year
Sistemas Basados en el Conocimiento Curso 2023-2024

• Understand and quantify quality and results of the algorithms used during the course.
• Understand and extract knowledge from the data used.

Learning Outcomes of this subject are:

RA.1 The student understands and knows how to analyze (large volumes of) data.
RA.2 The student learns to extract knowledge from data using machine learning methods.
RA.3 The student can visualize and communicate knowledge extracted from knowledge.

Descripción. La asignatura se divide en 2 bloques principales. Inicialmente nos centraremos en los patrones de algoritmos
de búsqueda: qué problemas podremos resolver, los costes tanto computacionales como de memoria asociados al
algoritmo aplicado y sus limitaciones.
Con esta base, pasaremos al segundo bloque que se centra en métodos de aprendizaje artificial tanto supervisados (KNN,
árboles de decisión, razonamiento basado en casos) como no supervisados (agrupación y similares).

Los objetivos se centrarán en:

• Conocer el alcance de la Inteligencia Artificial centrada en los Sistemas Basados en el Conocimiento.
• Adquirir una base sólida en conocimiento, comprensión y uso de algoritmos de aprendizaje artificial básicos.
• Base sólida de programación en Python, aplicada a algoritmos de aprendizaje artificial básicos.
• Entender, conocer y cuantificar tanto la calidad como los resultados de los algoritmos vistos al largo de la asignatura.
• Entender y extraer conocimiento sobre los datos que se trabajan.

Los resultados de Aprendizaje de esta asignatura son:

RA.1 El alumno comprende el análisis estadístico y sabe analizar (grandes volúmenes de) datos.
RA.2 El alumno aprende a extraer conocimiento de los datos usando métodos estadísticos.
RA.3 El alumno es capaz de visualizar y comunicar conocimiento extraído de los datos.

METODOLOGIA / METHODOLOGY / METODOLOGÍA

La metodologia utilitzada combina classes magistrals, participació dels estudiants, exercicis i pràctiques. Per a
l'estudiant, això implicarà treballs individuals, així com exercicis conceptuals i exercicis escrits.

The methodology used combines master classes, student participation, exercises, and practices. For the student, this
will involve both individual works, as well as conceptual exercises and written exercises.

La metodología utilizada combina clases magistrales, participación de los estudiantes, ejercicios y prácticas. Para el
alumno, esto implicará trabajos individuales, así como ejercicios conceptuales y ejercicios escritos.

SISTEMA D’AVALUACIÓ / EVALUATION SYSTEM / SISTEMA DE EVALUACIÓN

Avaluació continua
Aquesta assignatura s'avaluarà de manera continuada a partir d'exercicis, treballs, pràctiques i presentacions a classe.
Cal entregar TOTS els exercicis per tal d’optar a aprovar l’assignatura. La nota final serà una ponderació de tots els
treballs i és indispensable tenir una nota igual o superior a 5 en tots els treballs. Les entregues es resumeixen a
continuació:
• Treball IA i plans estratègics: 10%
• Treball global: 90% dividit en 4 entregues equitatives.

3
 Sistemes Basats en el Coneixement Curs 2023-2024
Knowledge-Based Systems 2023-2024 Academic year
Sistemas Basados en el Conocimiento Curso 2023-2024

Criteris d’assistència
S’avaluarà l’assignatura sempre i quan l’alumne/a hagi assistit un mínim del 80% de les sessions.

Smart Classroom
Només es podrà assistir off-campus (en línia) a les sessions sempre i quan ho autoritzi el/la coordinador/a del programa.
Els motius només seran justificats per malalties o altres casos debidament justificats.

En cas de no està autoritzat, el/la professor/a donarà de baixa a l’alumne/a durant la sessió corresponent.

Convocatòria extraordinària
En el cas que l’alumne/a no aprovi l’assignatura en la convocatòria ordinària, tindrà dret a presentar-se en una
convocatòria extraordinària. En aquest cas, cal que tan bon punt hagi passat la convocatòria ordinària parli amb el
professor/a titular de l’assignatura per traçar un calendari. Es determinarà l’examen i/o treballs de convocatòria
extraordinària des de la coordinació de l’assignatura.

La data límit s’establirà al 26 de juliol de 2024. Qualsevol circumstància extraordinària haurà d’aprovar-la el
coordinador/a del màster.

Cal recordar que si una assignatura va a convocatòria extraordinària, automàticament el TFM no es pot presentar fins a
la convocatòria extraordinària.

Normativa de còpies
L’assignatura es regeix per la normativa de còpies general de La Salle Campus BCN:
https://www.salleurl.edu/ca/normativa-de-copies
Les activitats formatives es consideraran que tenen la següent categoria:
• Exercicis: altament significativa
• Entrega final: altament significativa

En cas de detectar copia, es donarà un primer i únic avís, fent que l’entrega en qüestió s’hagi de tornar a entregar
amb nota màxima igual a 5. En cas de reincidir, l’estudiant haurà d’anar directament a la convocatòria extraordinària.

Continuous assessment
This subject will be assessed on a continuous via from exercises, assignments, practices, and presentations in class. ALL
exercices must submitted in order the get the evaluation. The final grade will be a weighted average of the deliverables
during the course and it is essential to have a grade equal or superior to 5 in all of them. A summary of them can be
found below:
• AI and strategic plans: 10%
• Final assessment: 90% splitted in 4 equitative deliverables.

Attendance criteria
The student must attend at least 80% of the sessions of the subject in order to be assessed.

Smart Classroom
Off-campus format is only allowed in well-motivated cases (illness or properly justified cases), and must be authorized
by the coordinator of the program in advance. If not allowed, the student can be expelled from the session.

Extraordinary call
The exam and/or works of extraordinary call will be determined from the coordination of the subject, with a deadline
set to July 26th.

4
 Sistemes Basats en el Coneixement Curs 2023-2024
Knowledge-Based Systems 2023-2024 Academic year
Sistemas Basados en el Conocimiento Curso 2023-2024

Copy regulations
The subject is governed by the general regulations of copies of La Salle Campus BCN:
https://www.salleurl.edu/en/copies-regulation
The training activities will be considered to have the following category:
• Exercicis: highly significant
• Final Evaluation: highly significant
If a copy is detected, a first and only notice will be given. The student must submit again the deliverable with the
maximum grade equal to 5. In case of reincidence, the student will be evaluated directly in the extraordinary call.

Evaluación continua
Esta asignatura se evaluará de manera continuada a partir de ejercicios, trabajos, prácticas y presentaciones en clase.
Debeben presentarse TODOS los trabajos para optar a la evaluación. La nota final será una ponderación de los trabajos
entregados. La nota final será dicha ponderación siempre y cuando las notas individuales de todos los trabajos sean igual
o superior a 5. Las entregas se resumen a continuación:
• IA y planes estratégicos: 10%
• Trabajo global: 90% dividido de forma equitativa en 4 entregas.

Criterios de asistencia
Se evaluará la asignatura siempre y cuando el/la alumno/a haya asistido a un mínimo del 80% de las sesiones.

Smart Classroom
Solo se podrá asistir off-campus (en línea) a las sesiones si lo autoriza el/la coordinador/a del programa. Se considerarán
motivos justificados únicamente aquellos causados por enfermedad o, en casos puntuales debidamente justificados.

En el caso de no tener la autorización, el/la profesor/a dará de baja al alumno/a durante la sesión correspondiente.

Convocatoria extraordinaria
En el caso en que el alumno/a no apruebe la asignatura en la convocatoria ordinaria, tendrá derecho a presentarse en
una convocatoria extraordinaria. En este caso, hace falta que nada más pasar la convocatoria ordinaria hable con el/la
profesor/a titular de la asignatura para trazar un calendario. Se determinará el examen y/o trabajos de convocatoria
extraordinaria desde la coordinación de la asignatura.

Como fecha límite se establecerá el 26 de julio de 2024. Cualquier circunstancia extraordinaria deberá aprobarla el/la
coordinador/a del máster.

Si una asignatura va a convocatoria extraordinaria, automáticamente el TFM no se puede presentar hasta la

convocatoria extraordinaria.

Normativa de copias
La asignatura se rige por la normativa de copias general de La Salle Campus BCN:
<https://www.salleurl.edu/es/normativa-de-copias>
Las actividades formativas se considerarán que tienen la siguiente categoría:
• Ejercicios: moderadamente significativa
• Proyecto: altamente significativa
• Evaluación Final: altamente significativa

En caso de detectar copia, se dará un primer y único aviso, repitiendo la entrega en cuestion con nota igual o máxima
a 5. En caso de reincidencia, la evaluación será directamente en convocatoria extraordinaria.

5
 Sistemes Basats en el Coneixement Curs 2023-2024
Knowledge-Based Systems 2023-2024 Academic year
Sistemas Basados en el Conocimiento Curso 2023-2024

6
 Sistemes Basats en el Coneixement Curs 2023-2024
Knowledge-Based Systems 2023-2024 Academic year
Sistemas Basados en el Conocimiento Curso 2023-2024

BIBLIOGRAFIA BÀSICA / BASIC BIBLIOGRAPHY / BIBLIOGRAFÍA BÁSICA

La bibliografia s'anirà detallant al llarg de l'assignatura.

• Apunts de classe
• Documentació i articles que es penjaran a la Intranet (eStudy)

Tot el material de classe (presentacions, exercicis, articles, documents, etcètera) es compartiran a la carpeta de
l'assignatura de la Intranet de La Salle: eStudy.

The bibliography will be detailed throughout the course.

• Class/Lecture notes
• Documentation and papers uploaded to Intranet (eStudy)

All class material (presentations, exercises, articles, documents, etc.) will be shared in the subject folder of the La Salle
Intranet: eStudy.

La bibliografía se irá detallando a lo largo de la asignatura.

• Apuntes de clase
• Documentación y artículos subidos a la Intranet (eStudy)

Todo el material de clase (presentaciones, ejercicios, artículos, documentos, etcétera) se compartirán en la carpeta de la
asignatura de la Intranet de La Salle: eStudy.