Está en la página 1de 3

Maestra en Inteligencia Artificial Centro

de Investigacin en Inteligencia Artificial


Proceso de Seleccin
El promedio mnimo para ser aceptado en la maestra es de 7.8/10 (o
equivalente). Puesto que este posgrado es apoyado por el Padrn Nacional de
Posgrados de Calidad del Conacyt, este requisito permite que nuestros
estudiantes puedan ser candidatos a Beca CONACyT y dedicarse as de tiempo
completo a sus estudios.
El Cupo Mnimo para que se aperture el programa de posgrado es de 5 alumnos
y el Mximo de alumnos permitidos es de 25.
La evaluacin para el proceso de seleccin est conformada por dos secciones:
1) Examen de Conocimientos y/o habilidades, el cual consta de un examen
escrito y un examen oral.
2) Examen EXANI III.
Los cuales tienen una ponderacin del 70% el examen de conocimiento y 30% el
EXANI II sobre la calificacin total. Cabe mencionar que para que un alumno
sea aceptado en la maestra es requisito indispensable que apruebe la evaluacin
es decir que su calificacin total sea del 60% en adelante y est dentro de las 25
evaluaciones ms altas.

EXAMEN ESCRITO
El examen escrito tiene una duraccin aproximada de dos horas y se permite el
uso de calculadora y formularios bsicos. El temario para el examen es el
siguiente:
Conceptos bsicos de matemticas discretas.

Teora de Conjuntos
Lgica Proposicional.

Demostraciones Matemticas.
Autmatas Finitos

Bibliografa Recomendada: 1) Estructura de Matemticas Discretas para la


Computacin; Bernard Kolman y Robert C. Busby; Prentice Hall. 2) Compilers:
Principles, Techniques and Tools; A.V. Aho, M.S. Lam, R. Sethi, J.D. Ullman; Addison
Wesley; 2nd edition.

Fundamentos de programacin.

Estructuras de datos estticas: arreglos, registros y secuencias.

Estructuras de control
Algoritmos en pseudo cdigo: bsqueda y ordenamiento.

Bibliografa Recomendada: Fundamentos de Programacin. Algoritmos y Estructura de


Datos; Luis Joyanes Aguilar; Mc. Graw Hill.

Probabilidad y Estadstica.

Combinatoria.

Distribucin normal.
Estimacin de intervalos de confianza.
Evaluacin de hiptesis.
Regresin lineal.

Bibliografa Recomendada: Algebra Lineal Aplicada; Ben Noble y James W. Daniel;


Prentice Hall

Fundamentos de Inteligencia Artificial.

Generalidades
Antecedentes.

Bibliografa Recomendada: Artificial Intelligence: A Modern Approach; Stuart


Russell and Peter Norving; Prentice Hall

EXAMEN ORAL
Para este examen, el aspirante deber desarrollar y entregar un ensayo crtico
(mximo 5 cuartillas) del artculo que al final de la seccin se presenta.
Asimismo, deber hacer una presentacin de 20 min. sobre la discusin de este

artculo. Al final de la presentacin oral, el comit acadmico evaluador contar


con 10 minutos para realizar preguntas.
Los aspectos a evaluar en la exposicin y en el trabajo escrito sern:
Presentacin escrita:
1.
2.
3.
4.

Claridad.
Profundidad.
Investigacin realizada.
Redaccin.

Presentacin oral.
1.
2.
3.
4.
5.
6.

Claridad.
Profundidad.
Dominio del tema.
Motivacin del aspirante.
Puntualidad.
Recursos audiovisuales.

Artculos para el Examen.


Carlos Gershenson: Artificial Neural Networks for Beginners