Competencies and objectives

 

Course context for academic year 2024-25

La asignatura Programación Avanzada y Estructuras de Datos se cursa durante el primer cuatrimestre del segundo curso del Grado en Ingeniería en Inteligencia Artificial. En esta asignatura se introduce C++ como representante de los lenguajes de nivel medio, por lo que se recomienda haber superado la asignatura Programación II y manejar con soltura la programación orientada a objetos en Python.

Esta asignatura se cursa en paralelo con Algoritmia y Optimización, con la que comparte contenidos sobre complejidad espacial y temporal de los algoritmos.

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2024-25

Transversal Competences

  • CT01 : Utilitzar de manera habitual les eines informàtiques, així com les tecnologies de la informació i les comunicacions, en tot el seu acompliment professional.
  • CT02 : Comunicar de manera oral i escrita transmetent informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

 

General Competences

  • CG2 : Conéixer, seleccionar i aplicar mètodes dels diferents camps de la intel·ligència artificial per a la resolució de problemes d'enginyeria.
  • CG3 : Analitzar fonts documentals i adquirir coneixements de l'àmbit de la intel·ligència artificial per a seguir els últims avanços en aquesta àrea, determinar la seua aplicabilitat per a la resolució de problemes i #adaptar a nous escenaris futurs.
  • CG4 : Obtindre solucions eficients, òptimes i/o probables aplicant els principis propis de l'enginyeria i el mètode científic, descrivint de forma adequada el problema i realitzant una avaluació sòlida de la proposta
  • CG7 : Resoldre problemes d'intel·ligència artificial nous o multidisciplinàries, mostrant iniciativa i originalitat en el desenvolupament, després d'analitzar i entendre les especificacions plantejades
  • CG8 : Concebre, desenvolupar i implantar sistemes d'intel·ligència artificial tenint en compte aspectes de qualitat i seguretat, dins del marc normatiu, a més d'atendre criteris mediambientals i d'ús racional, ètic i eficient de recursos i informacióndas

 

Specific Competences

  • CE3 : Seleccionar i implementar de manera eficient els tipus i estructures de dades més adequades per a la resolució de problemes d'intel·ligència artificial
  • CE4 : Escriure programes robustos mitjançant llenguatges de programació d'alt i mitjà nivell que utilitzen eficientment la memòria aplicant els tipus de dades i els mètodes de gestió de memòria adequats

 

Basic Competences

  • CB1 : Que els estudiants hagen demostrat posseir i comprendre coneixements en una àrea d'estudi que parteix de la base de l'educació secundària general, i se sol trobar a un nivell que, si bé es recolza en llibres de text avançats, inclou també alguns aspectes que impliquen coneixements procedents de l'avantguarda del seu camp d'estudi
  • CB2 : Que els estudiants sàpien aplicar els seus coneixements al seu treball o vocació d'una forma professional i posseïsquen les competències que solen #demostrar per mitjà de l'elaboració i defensa d'arguments i la resolució de problemes dins de la seua àrea d'estudi
  • CB5 : Que els estudiants hagen desenvolupat aquelles habilitats d'aprenentatge necessàries per a emprendre estudis posteriors amb un alt grau d'autonomia

 

 

 

Learning outcomes (Training objectives)

 

1. Implementar estructuras de datos básicas como listas, árboles y grafos, especialmente con lenguajes de programación de nivel medio.

2. Distinguir entre las representaciones alternativas de una abstracción de datos y razonar sobre la solución escogida en cuanto a coste computacional se refiere.

3. Organizar un determinado volumen de datos de la forma más racional posible en función de los requerimientos del problema a resolver.

4. Aplicar los tipos abstractos de datos básicos aprendidos a problemas prácticos reales en el contexto de soluciones con rendimiento crítico en la inteligencia artificial.

5. Evaluar cada representación de un tipo abstracto de datos en función de su consumo de recursos determinado mediante la eficiencia espacial y la eficiencia temporal.

6. Conectar los elementos fundamentales del paradigma orientado a objetos con los detalles de diseño e implementación de las estructuras de datos.

 

 

Specific objectives stated by the academic staff for academic year 2024-25

No data

 

 

General

Code: 33661
Lecturer responsible:
SANCHEZ CARTAGENA, VICTOR MANUEL
Credits ECTS: 6,00
Theoretical credits: 1,20
Practical credits: 1,20
Distance-base hours: 3,60

Departments involved

  • Dept: LANGUAGES AND COMPUTING SYSTEMS
    Area: LANGUAGES AND COMPUTING SYSTEMS
    Theoretical credits: 1,2
    Practical credits: 1,2
    This Dept. is responsible for the course.
    This Dept. is responsible for the final mark record.

Study programmes where this course is taught