Este curso proporciona una introducción a los conceptos de probabilidad y estadística fundamentales en el análisis de datos y su aplicación en inteligencia artificial. Los temas cubren desde la definición de probabilidad, probabilidad condicional y el Teorema de Bayes hasta aplicaciones prácticas en árboles de decisión y métodos bayesianos. Al finalizar, los estudiantes habrán desarrollado una base sólida para aplicar conceptos estadísticos en el desarrollo y optimización de modelos de Machine Learning y análisis de datos.

Objetivos

1. Entender los conceptos básicos de probabilidad y estadística y su importancia en ciencia de datos.

2. Aplicar el Teorema de Bayes para inferencia en modelos de inteligencia artificial.

3. Utilizar probabilidades y estadísticas en la construcción y evaluación de árboles de

   decisión.

4. Introducir los fundamentos de los métodos bayesianos y su uso en machine learning.

5. Desarrollar habilidades para aplicar métodos probabilísticos en el análisis de datos y modelos predictivos.

Metodología:

El curso combina teoría con aplicaciones prácticas en R y Python, asegurando que los estudiantes puedan implementar y analizar modelos probabilísticos. Las herramientas y recursos incluyen:

1. Videoconferencias semanales: Sesiones en Zoom que serán grabadas para su revisión posterior.

2. Trabajos prácticos semanales: Ejercicios aplicados en R y Python para reforzar los conceptos de probabilidad y estadística.

3. Foros de discusión: Espacio en Moodle para discutir temas del curso y resolver dudas.

4. Aula virtual en Moodle: Acceso a materiales, ejemplos de código y recursos adicionales.