Modelos gráficos probabilísticos#
Verano 2026 · Bienvenid@ 👋
En ciencia de datos e inteligencia artificial constantemente tomamos decisiones con información incompleta. Los modelos gráficos probabilísticos nos dan un marco formal y visual para hacerlo: combinan teoría de grafos y probabilidad para representar sistemas complejos, razonar bajo incertidumbre e inferir conocimiento a partir de datos.
Este curso te lleva desde los fundamentos hasta las aplicaciones, con una perspectiva práctica y computacional.
Construirás grafos que codifican dependencias entre variables de forma modular, transparente e independiente del algoritmo.
Usarás algoritmos para responder preguntas concretas sobre el modelo sin necesidad de calcular distribuciones conjuntas completas.
Estimarás parámetros y estructura directamente desde datos, combinando conocimiento experto con evidencia empírica.
¿A quién va dirigido?
A estudiantes de posgrado con bases en probabilidad, estadística y programación en Python que busquen profundizar en razonamiento bajo incertidumbre aplicado a ciencia de datos e IA.