Programación II

En esta asignatura el alumnado desarrollará las destrezas necesarias para decidir con criterio la combinación de estructuras de datos (lineales o árboles) y algoritmos más convenientes para resolver un determinado problema de forma eficiente en términos de recursos espaciales y temporales. Además, la asignatura introduce el paradigma de programación funcional, sus estructuras de datos características, y ámbitos de aplicación, enfatizando aquellos donde se logran planteamientos y resoluciones más fáciles que con otros paradigmas de programación.

Algoritmos y estructuras de datos. Estructuras de datos lineales (pilas, listas y colas). Árboles. Lambda cálculo. Programación funcional.

Básica:

Algoritmos y estructuras de datos en Python: un enfoque ágil y estructurado / Walter Bel. - 1a ed. - Paraná: Editorial Uader, 2020. ISBN 978-950-9581-60-9. https://editorial.uader.edu.ar/catalogo/algoritmos-y-estructuras-de-dat… Revisado el 11/05/2022.

Complementaria:

Condor y De la Cruz. Algoritmos resueltos con Python. Eidec editorial, 2020. ISBN: 978-958-53018-2-5. https://doi.org/10.34893/6kbn-5a63

- [CB2] Que el alumnado sepa aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posea las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
- [CB4] Que el alumnado pueda transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
- [CB5] Que el alumnado haya desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
- [CG1] Capacidad para concebir, redactar, organizar, planificar, y desarrollar modelos, aplicaciones y servicios en el ámbito de la inteligencia artificial, identificando objetivos, prioridades, plazos recursos y riesgos, y controlando los procesos establecidos.
- [CG2] Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad.
- [CG3] Capacidad para diseñar y crear modelos y soluciones de calidad basadas en Inteligencia Artificial que sean eficientes, robustas, transparentes y responsables.
- [CG4] Capacidad para seleccionar y justificar los métodos y técnicas adecuadas para resolver un problema concreto, o para desarrollar y proponer nuevos métodos basados en inteligencia artificial.
[CE2] Capacidad para resolver problemas de inteligencia artificial que precisen algoritmos, aplicando correctamente metodologías de desarrollo software y diseño centrado en usuario/a.
- [CE3] Capacidad para comprender y dominar los conceptos básicos de lógica, gramáticas y lenguajes formales para analizar y mejorar las soluciones basadas en inteligencia artificial.
- [TR2] Capacidad de trabajo en equipo, en entornos interdisciplinares y gestionando.
- [TR3] Capacidad para crear nuevos modelos y soluciones de forma autónoma y creativa, adaptándose a nuevas situaciones. Iniciativa y espíritu emprendedor.

Se utilizarán las siguientes metodologías docentes: Sesiones expositivas (SE) y Sesiones interactivas (SI). Las SE serán clases magistrales en las que se impartirán conceptos teóricos, se resolverán ejercicios y problemas. Las SI serán sesiones prácticas en aula de informática.

Incluirá:
Realización de problemas, prácticas, proyectos y/o entrega de memorias con una ponderación del 30% de la nota final.
Superación de pruebas parciales y/o finales, con una ponderación del 70% de la nota final. Será necesario alcanzar un 5 en el cómputo final de las pruebas parciales/finales para superar la materia. Si no se alcanza el 5, la nota final será la nota de la evaluación continua.
La calificación será de no presentado cuando no se entregue ninguna tarea de la evaluación continua y no se entregue ninguna prueba parcial ni final.

Los criterios de evaluación de las partes de teoría y práctica en la oportunidad de recuperación serán exactamente los mismos que para la oportunidad común. Para aprobar la evaluación continua de la materia será necesario superar todas las actividades propuestas a medida que se van planteando a lo largo del curso.

Clases magistrales (teóricas, ejercicios o problemas): 20 horas, 100% presencial
Sesiones prácticas en aula de informática y/o laboratorio: 30 horas,100% presencial
Trabajo personal del alumnado (estudio, realización de ejercicios, prácticas, proyectos) y otras actividades (evaluación): 99 horas, 0% presencial

Requisitos previos recomendados: Programación I, Matemática Discreta