RA2: Conocer las distintas alternativas de representación del conocimiento y sus procesos de razonamiento asociados.
RA3: Tener la capacidad de seleccionar la mejor alternativa para representar el problema que debe tratar un sistema inteligente y saber utilizarla con éxito (modelos basados en reglas, casos, probabilístico e información cualitativa).
RA4: Tener la capacidad de seleccionar la mejor alternativa para modelar el aprendizaje de un sistema inteligente (basado en ejemplos, probabilístico y por refuerzo).
RA6: Adquirir los conocimientos básicos sobre inteligencia ambiental: computación ubicua, interfaces hombre-máquina y sistemas sensibles al contexto.
RA7: Saber qué es y cómo diseñar un sistema multiagente y cómo utilizar estos sistemas para desarrollar sistemas de inteligencia ambiental.
