Accesos directos a las distintas zonas del curso

Ir a los contenidos

Ir a menú navegación principal

Ir a menú pie de página

MODELOS PROBABILISTAS Y ANÁLISIS DE DECISIONES

Curso 2017/2018 Subject code71024079

MODELOS PROBABILISTAS Y ANÁLISIS DE DECISIONES

SUBJECT NAME
MODELOS PROBABILISTAS Y ANÁLISIS DE DECISIONES
CODE
71024079
SESSION
2017/2018
DEPARTMENT
INTELIGENCIA ARTIFICIAL
DEGREE IN WHICH IT IS OFFERED
GRADO EN INGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN
  • OPTATIVAS
  • CUARTO CURSO
ECTS
6
HOURS
150.0
PERIOD
SEMESTRE  1
LANGUAGES AVAILALBLE
CASTELLANO

PRESENTACIÓN Y CONTEXTUALIZACIÓN

El objetivo de esta asignatura es que el alumno/a conozca los modelos gráficos probabilistas, principalmente las redes bayesianas y los diagramas de influencia, tanto los fundamentos teóricos como los algoritmos para el cálculo de probabilidades y la forma de construir modelos que resuelvan problemas del mundo real.

En la introducción de la referencia [1] indicada en la bibliografía se explica la importancia actual de los modelos gráficos probabilistas, no sólo como campo de investigación dentro de la inteligencia artificial, sino también como una técnica que se está aplicando a numerosos problemas del mundo real, tales como la medicina, la construcción de interfaces inteligentes, la detección y reparación de averías, la visión artificial, la robótica, la seguridad informática, el comercio electrónico, la agricultura, la toma de decisiones empreses, etc.

La asignatura Modelos probabilistas y análisis de decisiones se imparte como optativa en el cuarto curso del Grado en Ingeniería en Tecnologías de la Información de la UNED.

Su objetivo es aprender a construir sistemas inteligentes de ayuda a la toma de decisiones basados en modelos gráficos probabilistas. Por tanto, esta asignatura enlaza con la de Fundamentos de Inteligencia Artificial, de tercer curso. La diferencia principal es que en aquélla se estudian principalmente los métodos simbólicos, como las reglas, las redes semánticas y los marcos, mientras que ésta se basa en la teoría de la probabilidad, la teoría de grafos y el análisis de decisiones.

Esta asignatura enlaza, por tanto, con varias de las de matemáticas de cursos anteriores, como Lógica y Estructuras Discretas (donde se estudian las relaciones de orden y los grafos) y Estadística (distribuciones de probabilidad discretas y continuas, muestreo aleatorio, inferencia estadística), ambas de primer curso.

Dado que los modelos probabilistas han de ser evaluados mediante un computador, esta asignatura está relacionada con las de algoritmia y programación, especiamente con Programación y Estructuras de Datos Avanzadas (obligatoria de segundo, en la cual se estudian más a fondo los grafos dirigidos acíclicos, que desempeñan un papel esencial en la construcción de modelos probabilistas) y con Complejidad y Computabilidad, una obligatoria de segundo curso en el Grado en Ingeniería Informática, que puede escogerse como optativa en esta carrera; en ella se explica qué es un problema NP, lo cual es interesante para nuestra asignatura porque muchos de los problemas relacionados con los modelos gráficos probabilistas son NP.

En muchos casos los modelos se construyen a partir de conocimiento experto; por ello esta asignatura está relacionada también con Ingeniería y Gestión del Conocimiento, obligatoria de cuarto curso. En otros casos los modelos se construyen a partir de bases de datos, por lo que nuestra asignatura también tiene una fuerte relación con Minería de Datos, optativa de cuarto.