Ponemos a su disposición el TRIPTICO de la Maestría en Inteligencia Artificial [pdf] para que conozca nuestro programa de estudios y los requisitos de ingreso.
El promedio mínimo para ser aceptado en la maestría es de 7.8/10 (o equivalente). Puesto que este posgrado es apoyado por el Padrón Nacional de Posgrados de Calidad del Conacyt, este requisito permite que nuestros estudiantes puedan ser candidatos a Beca CONACyT y dedicarse así de tiempo completo a sus estudios.
El Cupo Mínimo para que se abra el programa de posgrado es de 5 alumnos y el Máximo de alumnos permitidos es de 25.
La evaluación para el proceso de selección está conformada por dos secciones:
1) Examen de Conocimientos y/o habilidades y
2) Examen EXANI III.
Los cuales tienen una ponderación del 70% y 30% respectivamente sobre la calificación total. A su vez el examen de conocimientos consta de un examen escrito y un examen oral cuyo contenido se describe a continuación.
El proceso de selección incluye un examen escrito, de dos horas de duración. Se permite el uso de calculadora. El temario es el siguiente:
Conceptos básicos de matemáticas discretas. Teoría de conjuntos.
Fundamentos de programación. Estructuras de datos estáticas: arreglos, registros y secuencias.
Probabilidad y Estadística. Combinatoria.
Fundamentos de Inteligencia Artificial. Generalidades y Antecedentes.
Examen oral
El aspirante deberá desarrollar y entregar un ensayo crítico (máximo 5 cuartillas) del artículo que al final de la sección se presenta. Asimismo, deberá hacer una presentación de 20 min. sobre la discusión de este artículo. Al final de la presentación oral, el comité académico evaluador contará con 10 minutos para realizar preguntas.
Los aspectos a evaluar en la exposición y en el trabajo escrito serán:
Presentación escrita.
1. Claridad.
2. Profundidad.
3. Investigación realizada.
4. Redacción.
Presentación oral.
1. Claridad.
2. Profundidad.
3. Dominio del tema.
4. Motivación del aspirante.
5. Puntualidad.
6. Recursos audiovisuales.
Artículos para el Examen.
Beverly Thompson and William Thompson, "Finding Rules in Data".
