Estructura:
-
Master en Lenguajes y Sistemas Informáticos (LSI-1)
-
Master en Inteligencia Artificial Avanzada: Fundamentos, métodos y
aplicaciones (IA-1)
-
Doctorado
Objetivos: Enlazar los conocimientos básicos
asociados a las áreas de Ciencias de la Computación e Inteligencia
Artificial, y Lenguajes y Sistemas Informáticos, dentro de los estudios de
grado, con las fronteras actuales de la investigación en ambas áreas.
Perfiles
ingreso:
-
Licenciados en Informática, que acceden directamente al núcleo del
master (un año, 60 créditos).
-
Licenciados en titulaciones afines (CC. Físicas, Matemáticas,
Telecomunicaciones, etc.), licenciados en otras titulaciones pero con
competencias demostradas en informática.
En ambos casos deberán superar el procedimiento de admisión basado en la
evaluación de su currículo.
Créditos: 60
créditos por Especialidad
Régimen: Tiempo Parcial /
Tiempo Completo
Créditos año: 12 mínimo y 60 máximo
por Especialidad
Modalidad: Semipresencial (Metodología de la
UNED)
Número máximo de alumnos admitidos en el programa: 50
alumnos
Convalidaciones: SÍ
Especialidades:
Sistemas
Inteligentes de Diagnóstico, Planificación y Control (Master en
Inteligencia Artificial Avanzada)
-
Asignaturas
-
Métodos Simbólicos.
-
Métodos Lógicos de Automatización del Razonamiento.
-
Métodos Probabilistas.
-
Métodos Neuronales Bioinspirados.
-
Métodos de Aprendizaje en IA.
-
Computación Evolutiva.
-
Visión Artificial.
-
Robótica Perceptual y Autónoma.
-
Minería de datos.
-
Descubrimiento de información en textos.
-
Aplicaciones de la IA para el desarrollo humano y sostenible.
Tecnologías del Lenguaje en la Web (Master en Lenguajes y Sistemas
Informáticos)
-
Asignaturas
-
Acceso inteligente a la información.
-
Minería de la web.
-
Usabilidad y accesibilidad de los sitios web.
-
Motores de búsqueda web.
-
Traducción automática y traducción asistida por ordenador.
-
Minería de datos.
-
Descubrimiento de información en textos.
Enseñanza-Aprendizaje, Colaboración y Adaptación (Master en Lenguajes y
Sistemas Informáticos o en Inteligencia Artificial Avanzada)
-
Asignaturas
-
Minería de datos.
-
Interfaces adaptativos.
-
Sistemas adaptativos en educación
-
Usabilidad y accesibilidad de sitios web
-
Entornos de aprendizaje y modelado basados en estándares.
-
Métodos de aprendizaje en IA.
-
Tecnologías de soporte a comunidades virtuales de aprendizaje.