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.
La asignatura Métodos Probabilistas se imparte tanto en el Máster Universitario en Investigación en Inteligencia Artificial (antes llamado "en Inteligencia Artificial Avanzada: Fundamentos, Métodos y Aplicaciones") como en el Máster Universitario en Tecnologías del Lenguaje (antes llamado "en Lenguajes y Sistemas Informáticos") de la ETSI Informática de la UNED, en ambos como optativa. Esta asignatura es de carácter anual con una carga de 6 ECTS.
Complementa a otras asignaturas del Máster en Investigación en IA que estudian los métodos lógicos, simbólicos, neuronales, evolutivos y los de aprendizaje. Estos son los métodos básicos que se utilizan en las distintas ramas de la IA, tales como la visión artificial, robótica, lenguaje natural, minería de datos, etc.
Naturalmente, estos métodos no son compartimentos estancos, sino que interactúan entre sí. Por ejemplo, algunos problemas de inferencia en modelos probabilistas pueden resolverse mediante algoritmos evolutivos, muchos de los métodos de aprendizaje simbólico utilizan técnicas probabilistas, existen formalismos que combinan la lógica y la probabilidad, etc.