Máster Universitario en Inteligencia Artificial

Para la obtención del título del MUIA el alumno debe de superar 60 créditos ECTS, de los cuales 35 corresponden a asignaturas optativas semestrales, 10 créditos corresponden a seminarios, y 15 créditos están asociados a la Tesis Fin de Máster.

Para acceder a las enseñanzas oficiales de Máster será necesario estar en posesión de un título universitario oficial español u otro expedido por una institución de educación superior del Espacio Europeo de Educación Superior que facultan en el país expedidor del título para el acceso a enseñanzas de Máster.
Así mismo, podrán acceder los titulados conforme a sistemas educativos ajenos al Espacio Europeo de Educación Superior sin necesidad de la homologación de sus títulos, previa comprobación por la Universidad de que aquellos acreditan un nivel de formación equivalente a los correspondientes títulos universitarios oficiales españoles y que facultan en el país expedidor del título para el acceso a enseñanzas de posgrado. El acceso por esta vía no implicará, en ningún caso, la homologación del título previo de que esté en posesión el interesado, ni su reconocimiento a otros efectos que el de cursar las enseñanzas de Máster.

El objetivo del Máster Universitario en Inteligencia Artificial es preparar al alumno para la innovación en el área de la Inteligencia Artificial, en dos sentidos: la creación de técnicas y métodos innovadores en el propio área de investigación de la Inteligencia Artificial y la incorporación de esas técnicas y métodos a la realidad social y empresarial, creando procesos y soluciones informáticas innovadoras.

Asignaturas y seminarios:
A continuación se muestran las distintas materias (M) de las que consta el plan de estudios, así como las asignaturas y seminarios que las componen e información básica sobre los mismos. Se dispone, de manera adicional de enlaces a las guías de aprendizaje de las distintas asignaturas (A) y seminarios (S), con información completa sobre los mismos.

Las nueve materias de las que se compone el máster son:

CURSO ACADÉMICO
M1. Fundamentos de la Investigación
•S1: Metodología de la investigación

M2. Análisis de Decisiones
• S2: Análisis de decisiones
• A1: Sistemas de ayuda a la decisión)
• A2: Negociación y decisión colectiva bajo racionalidad acotada
• A3: Métodos de simulación

M3. Minería de Datos
• S3: Minería de datos
• A4: Redes bayesianas
• A5: Aprendizaje automático

M4. Computación Natural
• S4: Computación natural
• A6: Búsqueda inteligente basada en metaheurísticas
• A7: Computación evolutiva
• A8: Computación no convencional: computación biomolecular y cuántica

M5. Computación Lógica
• S5: Computación lógica
• A9: Programación lógica

M6. Representación del conocimiento y Modelos de Razonamiento
• S6: Representación del conocimiento y modelos de razonamiento
• A10: Agentes inteligentes y sistemas multiagente
• A11: Ingeniería ontológica
• A12: Razonamiento de sentido común S7: Lógica borrosa

•M7. Robótica y Percepción Computacional
• S8: Robótica y percepción computacional
• A13: Visión por computador
• A14: Robots autónomos
• S9: Principios de la locomoción robótica

•M8. Áreas de aplicación
•A15: Informática Biomédica
• A16: Ingeniería Lingüística
• S10: Aplicaciones de la Inteligencia Artificial
• S11:Procesamiento del lenguaje natural
• S12: Planificación automática

M9. Seminarios de profesores visitantes

Trabajo fin de Máster