Computación Biológica, 2010

Horas de clase de teoría: 31, horas de laboratorio: 29.
Tiempo total previsto de aprendizaje: 80 horas.

PRERREQUISITOS Y CONOCIMIENTOS PREVIOS RECOMENDADOS

Es recomendable tener conocimientos acerca Estadística, Cálculo e Inteligencia Artificial

DESCRIPCIÓN GENERAL DE LA ASIGNATURA

La computación biológica es una rama de la inteligencia artificial que involucra problemas de optimización combinatoria. Se inspira en los mecanismos de la Evolución biológica para ofrecer soluciones muy interesantes en algoritmia computacional. Durante el curso, se estudian las principales técnicas, desde los algoritmos genéticos hasta los enjambres de partículas. Además, se incluyen ejercicios y pruebas prácticas para complementar los conocimientos teóricos.

OBJETIVOS: CONOCIMIENTOS Y CAPACIDADES

• DE CONOCIMIENTO:
  • Dominar los conceptos básicos de las técnicas de resolución de problemas basadas en poblaciones
  • Conocer las técnicas fundamentales que permiten la resolución de problemas siguiendo esquemas evolutivos inspirados en metáforas biológicas
  • Conocer qué técnicas son apropiadas para cada dominio de resolución de problemas (PO c)
  • Conocer las peculiaridades de cada técnica evolutiva y su parametrización más apropiada (PO c)
  • Conocer las variantes de cada técnica y el motivo de su aplicación
• DE COMPRENSIÓN:
  • Comprender el funcionamiento de los sistemas de aprendizaje basados en poblaciones
  • Comprender los fundamentos matemáticos que avalan la utilidad de las técnicas evolutivas descritas en el curso
  • Comprender las variantes de cada técnica, su motivación y justificación práctica
  • Comprender la utilidad de las técnicas propuestas en la resolución de problemas
• DE APLICACIÓN:
  • Adaptar cada técnica a las características específicas de los dominios de problemas (PO c)
  • Evaluar las prestaciones y eficiencia de los métodos de forma comparativa (PO b)
  • Trabajar sobre problemas específicos y resolverlos de forma eficiente ajustando las técnicas y sus parámetros (PO b)
  • Organizar entornos experimentales para validar diferentes alternativas y ser capaces de evaluar y analizar los resultados (PO b)
  • Habilidad para trabajar en equipo de una forma cooperativa y creativa (PO d)
  • Habilidad de comunicarse de forma oral y escrita de manera eficiente (PO g)
• CRITICA O VALORACIÓN:
  • Valorar la capacidad de técnicas alternativas para resolver un cierto problema (PO c)
  • Criticar una propuesta dada (p.e. en la bibliografía recomendada) (PO c & d)
  • Considerar la relación entre coste computacional y mejora marginal de diferentes soluciones (PO c)
  • Decidir soluciones razonables según las características de un determinado problema (PO c)

MATERIAL DOCENTE

En cuanto a las clases de teoría, se incluyen las transparencias de cada uno de los temas (ver apartado Guía de aprendizaje). Cada archivo de transparencias se corresponde con clases de aproximadamente 1,5 horas. Los temas más relevantes se han divido en distintas secciones para facilitar su compresión.

En cuanto a las prácticas, se incluyen las prácticas a desarrollar durante 14 semanas más un ejercicio de autoevaluación y varios examenes.

Adicionalmente se ha incluido un tutorial con numerosos ejemplos como apoyo al estudio.

ACTIVIDADES DE EVALUACIÓN O TAREAS PRÁCTICAS

Durante el curso se realizarán una serie de ejercicios prácticos, que se deberán entregar en los plazos y condiciones establecidos. Estos ejercicios se complementarán con una prueba por ejercicio, con el objetivo de evaluar el conocimiento teórico individual de cada una de las prácticas. La calificación final de las prácticas será la suma ponderada de prácticas y examen. Además se realizará una prueba final de los contenidos teóricos de la asignatura, que ponderará la calificación de las prácticas, y que constituirá la evaluación final del alumno. Las prácticas, los exámenes de prácticas y el examen final tendrán una evaluación de cero a diez.