Universidad Nacional de Educación a Distancia

Acceso a la portada del web UNED
asignatura master 2024

asignatura master 2025

MÉTODOS PROBABILISTAS

Código Asignatura: 31101199

PRESENTACIÓN Y CONTEXTUALIZACIÓN

MÉTODOS PROBABILISTAS
31101199
2024/2025
TÍTULOS DE MASTER EN QUE SE IMPARTE MÁSTER UNIVERSITARIO EN INVESTIGACIÓN EN INTELIGENCIA ARTIFICIAL
MÁSTER UNIVERSITARIO EN TECNOLOGÍAS DEL LENGUAJE
CONTENIDOS
6
150
ANUAL
CASTELLANO

Los modelos probabilísticos constituyen un marco dentro de la Inteligencia Artificial para representar y resolver problemas de decisión complejos bajo incertidumbre. Este marco se encuentra en la intersección de diferentes disciplinas como la informática y la estadística, apoyándose en conceptos de algoritmos para grafos, teoría de probabilidades y aprendizaje automático, entre otros. Constituyen la base para una amplia variedad de aplicaciones, como el diagnóstico médico, la comprensión de imágenes, la robótica y el procesamiento del lenguaje natural. Esta asignatura contribuye al perfil profesional del estudiante proporcionándole herramientas fundamentales para resolver y estudiar problemas del mundo real bajo incertidumbre, al tiempo que le forma para utilizar una herramienta software que le permita utilizar los métodos aprendidos de una forma práctica y eficaz en su práctica laboral.

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.