El alumno conoce los objetivos de la IA, sus principales paradigmas, y sus áreas de aplicación más adecuadas.
El alumno adquiere una visión de conjunto sobre la representación simbólica del conocimiento
El alumno conoce las características de un sistema basado en reglas, sus campos de aplicación más adecuados y las estrategias propias.
Sabe desarrollar un SBR, conoce el funcionamiento del sistema y cómo codificar de una forma eficiente .
Conoce los principales modelos de redes semánticas, cómo se representa el conocimiento y los mecanismos inferenciales asociados.
Conoce el paradigma de marco en la representación del conocimiento y los mecanismos inferenciales asociados.
Conoce el paradigma de casos, la estructura de un sistema basado en casos y sus mecanismos inferenciales. Sabe identificar el tipo de problemas adecuado para este tipo de paradigma.
Conoce los principales mecanismos y estrategias para resolver problemas modelados como "problemas de satisfacción de restricciones".
Conoce algunos de los sistemas más representativos que integran diferentes paradigmas de representación del conocimiento e inferencia.
Sabe integrar los diferentes paradigmas para la resolución de problemas.
Conoce y diferencia los tipos de conocimiento y describir las diferentes capas según el modelo de pericia KADS y el lenguaje CML. Elicitar el conocimiento experto y modelarlo de acuerdo a esta metodología.
Identifica la lógica como mecanismo formal de representación del conocimiento, particularmente en variantes lógicas que particularizan en aspectos descripctivos, modales, temporales, etc.
Puede modelar dominios en ontologías, y conoce las implicaciones en la Web, particularmente mediante el estandar OWL y sus características de representación e inferenciales.
