K5: Determinar las técnicas más adecuadas para la resolución de problemas, incluyendo modelos de razonamiento en entornos centralizados y distribuidos, aprendizaje automático, percepción y robótica cognitiva, entidades y sistemas inteligentes que permitan la adquisición y representación del conocimiento, la transformación de los datos en conocimiento y la manipulación del entorno, para la resolución de problemas que requieran el uso de infraestructuras, entornos y técnicas de la inteligencia artificial usando de manera socialmente responsable y de acuerdo a los aspectos éticos, legales y normativos propios de la inteligencia artificial K6: Determinar los principios fundamentales y modelos de computación, los fundamentos teóricos de lenguajes de programación y técnicas de procesamiento léxico, sintáctico y semántico asociadas, las estrategias algorítmicas y los paradigmas y técnicas propias de los sistemas inteligentes y del aprendizaje computacional necesarios para la resolución de problemas en cualquier ámbito de aplicación, como son computación, percepción y actuación en ambientes o entornos inteligentes, adquisición formalización y representación del conocimiento humano, sistemas interactivos y de presentación de información compleja, interacción persona-computador, entornos de aprendizaje computacional y de extracción automática de información o conocimiento a partir de grandes volúmenes de datos S4: Aplicar técnicas de extracción de información de datos estructurados, semi estructurados o no estructurados, incluyendo texto, imagen, vídeo y audio, mediante técnicas de identificación y adquisición de datos relevantes, reducción, compresión, integración, transformación, limpieza y evaluación de su calidad, incluyendo interfaces persona-computador que visualicen estos datos de una manera efectiva y centrada en el usuario S9: Desarrollar sistemas basados en conocimiento orientados a la resolución de problemas y toma de decisiones que requieran conducta inteligente, en problemas de clasificación supervisada y no supervisada, de búsqueda de relaciones de independencia condicional entre variables relacionadas, o que puedan percibir su entorno para la manipulación, navegación y planificación de su comportamiento, con cierto grado de autonomía

· Orígenes de la teoría de la computación y la inteligencia artificial . Principios de Computación e IA . Tecnologías avanzadas de computación y comunicación . Computadoras y programación . Representación del conocimiento y resolución de problemas . Modelos de aprendizaje automático . La Inteligencia Artificial en su Entorno . La Inteligencia Artificial en las Organizaciones (Opt) . La Inteligencia Artificial en la Sociedad . Casos de uso relacionados con aplicaciones cotidianas de la I

A1: LECCIÓN MAGISTRAL. Lección de carácter teórico impartidas por el profesor en el aula ordinaria. Puede utilizar diferentes tecnologías de apoyo en su actividad expositiva como son presentaciones, vídeos, etc. y realizar actividades formativas de análisis, reflexión, debates de la información proporcionada, etc. 100% de presencialidad / A2: RESOLUCIÓN DE PROBLEMAS Y ESTUDIO DE CASOS EN AULA ORDINARIA. Actividad de carácter práctico (problemas guiados, tutoriales o trabajos en grupo) en aula ordinaria. Puede utilizar diferentes tecnologías de apoyo en su actividad expositiva como son presentaciones, vídeos, etc. y realizar actividades formativas de análisis, reflexión, debates de la información proporcionada, etc pero que no requiere de una infraestructura específica. 100% de presencialidad / A2bis: RESOLUCIÓN DE PROBLEMAS EN ENTORNO INFORMÁTICO: Actividad de carácter similar a la A2 pero se realiza en un entorno informático con hardware y software específico. 100% de presencialidad / A3: TRABAJO INDIVIDUAL DEL ESTUDIANTE: Es el trabajo individual del estudiante fuera del aula ¿presencial¿ y consiste en el estudio autónomo, resolución de ejercicios y problemas, trabajo individual, etc. 0% de presencialidad / A4: SESIONES DE LABORATORIOS. Actividades prácticas que los estudiantes llevan a cabo en un entorno de laboratorio, utilizando los recursos específicos necesarios y bajo la supervisión y control del profesor. En estas sesiones el número máximo de alumnos por Grupo es de 20 estudiantes. 100% de presencialidad / A5: EXAMEN FINAL Consiste en una prueba objetiva cuya finalidad es la verificación de la adquisición de los conocimientos, habilidades y destrezas de la asignatura. 100% de presencialidad M1: SEMINARIOS Y LECCIONES MAGISTRALES CON APOYO DE MEDIOS INFORMÁTICOS Y AUDIOVISUALES. / M2: APRENDIZAJE PRÁCTICO BASADO EN CASOS Y PROBLEMAS Y RESOLUCIÓN DE EJERCICIOS. / M3: TRABAJO INDIVIDUAL Y EN GRUPO O COOPERATIVO CON OPCIÓN A PRESENTACIÓN ORAL O ESCRITA. / M4: TUTORÍAS INDIVIDUALES Y EN GRUPO PARA RESOLUCIÓN DE DUDAS Y CONSULTAS SOBRE LA MATERIA.