Competencies and objectives

 

Course context for academic year 2025-26

Grado en Inteligencia Artificial

 

 

Course competencies (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2025-26

Transversal Competences

  • CT01 : Utilizar de forma habitual las herramientas informáticas, así como las tecnologías de la información y las comunicaciones, en todo su desempeño profesional.
  • CT02 : Comunicar de forma oral y escrita transmitiendo información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

 

General Competences

  • CG2 : Conocer, seleccionar y aplicar métodos de los diferentes campos de la inteligencia artificial para la resolución de problemas de ingeniería.
  • CG5 : Comunicar de manera clara y precisa conocimientos, metodologías, ideas, problemas y soluciones en el ámbito de la inteligencia artificial

 

Specific Competences

  • CE8 : Resolver problemas matemáticos de variable continua, variable discreta y algebraicos que puedan plantearse en el ámbito de la ingeniería relacionados con la ciencia de datos y la inteligencia artificial.
  • CE9 : Aplicar y desarrollar con solvencia los conceptos y métodos matemáticos que subyacen a los problemas de la ciencia de datos y la inteligencia artificial para su modelización y resolución

 

Basic Competences

  • CB2 : Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio

 

 

 

Learning outcomes (Training objectives)

1. Ilustrar con ejemplos la terminología básica de la teoría de grafos, así como algunas de las propiedades y casos especiales de cada tipo de grafo/árbol.

2. Describir el concepto de accesibilidad, el recorrido de aristas, vértices y sus aplicaciones.

3. Describir el concepto de grafo ponderado y sus aplicaciones.

4. Resolver una variedad de relaciones de recurrencia básicas.

5. Calcular las permutaciones y combinaciones de un conjunto, e interpretar el significado en el contexto de la aplicación

6. Definir la relación de congruencia sobre el conjunto de los números enteros.

7. Mostrar cómo los conceptos de los grafos y los árboles aparecen en las estructuras de datos, los algoritmos, las técnicas de demostración y recuento

 

 

Specific objectives stated by the academic staff for academic year 2025-26

No data

 

 

General

Code: 33658
Lecturer responsible:
Escolano Ruiz, Francisco Javier
Credits ECTS: 6,00
Theoretical credits: 1,20
Practical credits: 1,20
Distance-base hours: 3,60

Departments involved

  • Dept: SCIENCE OF COMPUTING AND ARTIFICIAL INTELLIGENCE
    Area: CIENCIA DE LA COMPUTACIO, INTEL·LIGENCIA ARTIFICIA
    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