Máster Universitario en Inteligencia Artificial Avanzada: Fundamentos, Métodos y Aplicaciones

Dado el alto grado de optatividad del máster. es difícil formular competencias más específicas que las citadas más arriba. Por ello, recomendamos la lectura detallada de las competencias adquiridas al cursar las diversas asignaturas que componen el máster, o al menos de aquéllas de mayor interés para el solicitante. A modo únicamente de orientación, podemos sugerir varios itinerarios posibles dentro del máster basados en nuestra experiencia pasada, de manera que los solicitantes puedan dirigir su atención a las asignaturas relacionadas con cada itinerario:
Ingeniería del conocimiento: Métodos simbólicos, Métodos de automatización del Razonamiento, Métodos Neuronales Bioinspirados, Aplicaciones de la IA para el desarrollo humano y sostenible.
Teoría de la decisión y análisis de datos: Métodos probabilistas, Minería de Datos, Métodos Neuronales Bioinspirados, Computación Evolutiva, Descubrimiento de información en textos, Procesamiento del Lenguaje Natural, Aplicaciones de la IA para el desarrollo humano y sostenible
Robótica y Visión Artificial: Métodos Neuronales Bioinspirados, Visión Artificial, Robótica Perceptual y Autónoma, Computación Evolutiva, Aplicaciones de la IA para el desarrollo humano y sostenible
Enseñanza-Aprendizaje: Métodos de Aprendizaje en IA, Interfaces adaptativos, Usabilidad y accesibilidad de sitios web, Sistemas adaptativos en educación, Entornos de aprendizaje y modelado basados en estándares, Computer-assisted language learning.

Título universitario oficial español u otro expedido por una institución de educación superior del EEES. Así mismo, podrán
acceder los titulados de sistemas educativos ajenos al EEES sin necesidad de homologar sus títulos, previa
comprobación por parte de la universidad que acreditan un nivel de formación equivalente a los correspondientes títulos
universitarios oficiales.