Solemne 1 de Inteligencia Artificial

Rúbrica de revisión.

Programa de Estudios: Ingeniería Civil Informática

Asignatura: IA
Fecha 20/Sep/2021

Compromiso de Honor
Como miembro de la comunidad de la Facultad de Ingeniería y Tecnología de la Universidad San Sebastián,
me comprometo a cumplir las normativas que la rigen y a respetar los principios de la honestidad, justicia,
respeto y responsabilidad. Asimismo, me comprometo a actuar con rectitud y honestidad en las relaciones
con los demás integrantes de la comunidad y en la realización de todo trabajo, particularmente en aquellas
actividades vinculadas a la docencia y el aprendizaje.
En particular, desde el momento que se inicie esta evaluación, me comprometo a NO realizar ningún acto
que tienda a viciarla. De no cumplir tal compromiso, acataré las medidas de sanción que se me apliquen,
según lo establecido en el Artículo 29 del Reglamento de Docencia de Pregrado de la Universidad San
Sebastián.

Instrucciones
La solemne 3 (vale un 50% de la asignatura) consiste en un trabajo de aplicación de la tecnología de RNN, que
tiene fecha de entrega final el 13 de Octubre.

Debe conformar un equipo de 1 o 2 estudiantes y construir una solución basada en RNN para un problema, para
finalmente documentar el experimento en un formato estilo articulo científico.

Para ello debe utilizar la metodología del método científico, que podríamos simplificar en los siguientes pasos:

• Debe formular la Hipótesis experimental que permitirá dar solución del experimento.
• Realizar un levantamiento del estado del arte. Para este punto basta con buscar soluciones similares
para la problemática, basado en RNN. También debe recopilar los datos necesarios para su experimento.
• Diseño del experimento: Debe probar el código encontrado y adaptar a su problema. Indicar la medida
de éxito para el problema, por ejemplo para un clasificador debe tener un 90% de precisión ante nuevos
casos.
• Desarrollo y ejecución de la solución: Debe depurar y ejecutar el experimento e implementar la o las
redes que solucionan el problema. Dejar las redes solución en formato .h5
• Resultados y conclusiones: Debe documentar en un informe estilo artículo de máximo 4 páginas, el
experimento desarrollado.
• Realizar un pack, con la red entrenada (.h5) y el código necesario para “levantarla y realizar el testeo”
más el informe estilo artículo científico.
La Forma de evaluación será la siguiente:

% Actividad Fecha
30% Presentación del programa Python con el código de la RNN funcionando 27/09/2021
y adaptada al problema más los datos recopilados para su entrenamiento.
Con una precisión de al menos un 90% sobre los datos de validación en el
caso de los clasificadores, u otra medida.
70% Entrega que contenga lo siguiente: 13/10/2021
• Archivo con el modelo Keras (.h5) (10%)
• Programa que permite cargar el modelo y realizar el testeo que
permita verificar la precisión, mas las imágenes o datos para testear.
(40%).
• Informe de máximo 4 hojas con look de artículo científico y con el
siguiente contenido. Introducción (5%), Diseño (5%), Resultados y
manual para ejecutar la RNN (5%), Conclusiones (5%).

Total 100%, y se incluye punto base adicional.

Los programas deben estar completos y funcionando en un 100% en Colaboratory o el Kaggle. En caso contrario,
si desea utilizar otra plataforma o el mismo PC, debe indicar con claridad como operar el programa o no se
revisará.

El trabajo debe entregarse al siguiente correo: mauricio.sepulveda@uss.cl, indicando el nombre de los

participantes y los archivos solicitados compactados en un único documento.