Proceso de Selección

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 aperture el programa de posgrado es de 3 alumnos y el Máximo de alumnos permitidos es de 20.

La evaluación para el proceso de selección está 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 ponderación del 70% el examen de conocimiento  y 30% el EXANI II sobre la  calificación total. Cabe mencionar que para que un alumno sea aceptado en la maestría es requisito indispensable que apruebe la evaluación es decir que su calificación total sea del 60% en adelante y esté dentro de las 25 evaluaciones más altas.

 

EXAMEN ESCRITO

El examen escrito tiene una duracción aproximada de dos  horas. El temario para el examen comprende: 

Fundamentos de Matemáticas Discretas

  • Teoría de Conjuntos
  • Lógica  Proposicional.
  • Autómatas Finitos

Bibliografía Recomendada:

1) «Estructura de Matemáticas Discretas para la Computación»; 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; AddisonWesley; 2nd edition.

 

Programación

  • Algoritmos  en pseudo-código
  • Estructuras  de control
  • Estructuras de datos: arreglos, registros, pilas, colas, listas ligadas, recursividad, árboles y grafos.
  • Búsquedas en profundidad y amplitud.
  • Algoritmos de Ordenamiento.

Bibliografía Recomendada:

1) «Fundamentos de Programación. Algoritmos y Estructura de Datos»; Luis Joyanes Aguilar; Mc. Graw Hill.

 

Fundamentos de Probabilidad y Estadística.

  • Combinatoria.
  • Distribución  normal.
  • Estimación  de intervalos de confianza.
  • Evaluación  de hipótesis.
  • Probabilidad marginal, conjunta y condicional.

Bibliografía Recomendada:  

1) «Introduction to the Practice of Statistic»; David S. Moore, George P. McCabe; Ed. Freeman.

 

Fundamentos e Historia de la  Inteligencia Artificial.

  • La prueba de Turing.
  • Áreas del Conocimiento que proporcionan las bases y el origen.
  •  Origen y Génesis de la Inteligencia Artificial.
  • Principios de los sistemas basados en el conocimiento.
  • Principios de las redes neuronales artificiales.

Bibliografía Recomendada:  

1) «Artificial Intelligence: A Modern Approach»; Stuart Russell and Peter Norving; Prentice Hall

 

EXAMEN ORAL

Para este examen, 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.         

Carlos Gershenson: «Artificial Neural Networks for Beginners«