Identificar y resolver problemas abordables mediante modelos computacionales restringidos (autómatas) o alternativos (sistemas inteligentes).

Utilizar gramáticas y expresiones regulares para definir lenguajes formales.

Utilizar software de reconocimiento y procesamiento de patrones.

Comprensión de la existencia de límites intrínsecos a los procesos computacionales y de sus consecuencias.

Conocer y utilizar diferentes paradigmas de programación y modelos alternativos de computación.

Trabajar y analizar problemas y sus soluciones computacionales haciendo uso del lenguaje verbal, matemático y gráfico

Computación sin memoria Autómatas y traductores finitos. Lenguajes y expresiones regulares. Aplicaciones: análisis léxico

Memoria con restricciones Autómatas con pila. Gramáticas y lenguajes incontextuales. Autómatas lineales acotados. Aplicaciones: análisis sintáctico.

El modelo general de computador y sus limitaciones Máquinas de Turing. Universalidad computacional y Tesis de Church-Turing. Incomputabilidad. Introducción a la complejidad computacional. Aplicaciones: criptografía de clave pública.

Alternativas al modelo de computación Modelos de máquina y paradigmas de programación. Circuitos y máquinas reales. Programas imperativos, funcionales y lógicos. Aplicaciones: razonamiento automático

Alternativas al modelo de problema Especificaciones no funcionales. Árboles de decisión. Clasificadores. Programación probabilística. Aplicaciones: sistemas que aprenden.

En las clases magistrales (M) se describen los diferentes fundamentos teóricos de la asignatura, introduciéndose algoritmos a modo de ejercicios resueltos en clase. Se proponen nuevos ejercicios a ser resueltos en grupos de dos en los laboratorios (PL), cuya comprobación se realizará mediante simuladores de autómatas (JFLAP).

Para aprobar la asignatura es necesario obtener al menos cinco puntos sobre 10.

Se realizarán tres exámenes parciales del 75% de la nota de la asignatura. Para la convocatoria ordinaria se realizará una repesca opcional de cada uno de los tres bloques para mejorar la nota.

Se valorará con un 25% de la nota los laboratorios, realizándose pruebas individualizadas tras su finalización.

Si se renuncia a la evaluación continua se realizará un examen final del 100% de la nota. Esta renuncia deberá ser notificada al profesor antes de la 9ª semana de acuerdo con la normativa existente.

Si no se asiste al final se considerará no presentado.



* Evaluación no presencial

Si no se puede realizar una evaluación presencial de la asignatura, se realizarán los cambios pertinentes para hacerlo online mediante la utilización de las herramientas informáticas existentes en la UPV/EHU. Las características de esta evaluación online serán hechas públicas en eGela.

Presentaciones de la asignatura
Ejemplos resueltos de la asignatura
Ejercicios de la asignatura
Simulador JFLAP proporcionado

Oinarrizko bibliografia

Ramón F. BRENA; "Autómatas y Lenguajes. Un enfoque de diseño", Tec de Monterrey, 2003.



Elaine RICH, "Automata, Computability and Complexity. Theory and Applications", Pearson/Prentice Hall, 2008



V. MATHIVET, "Inteligencia Artificial para desarrolladores. Conceptos e implementación en Java", ENI Ediciones, 2017



J.E. HOPCROFT, R. MOTWANI, J.D. ULLMAN: "Teoría de Autómatas, Lenguajes y Computación" 3ª ed. Pearson educación, 2007



S. RUSSELL, P. NORVIG: "Artificial Intelligence: A Modern Approach" 2ª ed. Prentice Hall, 2003



S.H. RODGER, T.W. FINLEY; "JFLAP: An Interactive Formal Languages and Automata Package". Jones and Bartlett, 2006

Gehiago sakontzeko bibliografia

S. ARORA, B. BARAK: "Computational Complexity: A Modern Approach" Cambridge University, 2009.

D. WOOD; "Theory of computation". John Wiley & Sons, 1987.

T. MITCHELL: "Machine Learning" McGraw Hill, 1997

G.F. LUGER, W.A. STUBBLEFIELD: "Artificial Intelligence. Structures and Strategies for Complex Problem Solving." Benjamin/Cummings Publishing Company, Inc, 1998.