Competencias y objetivos

 

Contexto de la asignatura para el curso 2024-25

Las personas que se graduen en Ingeniería en Inteligencia Artificial deben haber consolidado conocimientos científicos sobre los distintos métodos de la Inferencia estadística, aplicada en los distintos procesos y algoritmos de desarrollo de los objetivos generales del título. 

Esta asignatura sienta las bases para poder aplicar las distintas metodologías de inferencia estadística, tanto desde un enfoque puramente teórico que siente las bases de los métodos de contraste de hipótesis habituales o estimación de parámetros de carácter discreto o continuo.

En paralelo, el trabajo en equipos multidisciplilnares requiere de la adquisición y uso de vocabulario específico así como de la capacidad de comunicar conceptos y métodos en ese ambiente multidisciplinar. La asignatura contempla esta circunstancia, particularmente en el desarrollo de métodos a través tanto de la programción como del manejo de software a nivel de usuario. 

La asignatura dispone de una sesión semanal de carácter teórico o magistral que se centrará en la adquisición de los conceptos y métodos fundamentales de la inferencia estadística. Por otro lado, la sesión práctica de ordenador posibilitará la aplicación de los conocimientos teóricos al ámbito de la programación

 

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales) para el curso 2024-25

Competencias Transversales

  • CT01 : Utilizar de forma habitual las herramientas informáticas, así como las tecnologías de la información y las comunicaciones, en todo su desempeño profesional.
  • CT02 : Comunicar de forma oral y escrita transmitiendo información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

 

Competencias Generales

  • CG2 : Conocer, seleccionar y aplicar métodos de los diferentes campos de la inteligencia artificial para la resolución de problemas de ingeniería.
  • CG5 : Comunicar de manera clara y precisa conocimientos, metodologías, ideas, problemas y soluciones en el ámbito de la inteligencia artificial

 

Competencias Específicas

  • CE10 : Aplicar los conceptos fundamentales de probabilidad y estadística para la resolución de problemas del ámbito de la inteligencia artificial, y representar y manipular datos para extraer información significativa de los mismos
  • CE11 : Aplicar los fundamentos de la estadística bayesiana y las diferentes técnicas de computación intensiva para implementar inferencia y predicción Bayesiana

 

Competencias Básicas

  • CB1 : Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio

 

 

 

Resultados de aprendizaje (Objetivos formativos)

 

1. Manejar con soltura y destreza las propiedades de las variables aleatorias presentadas. 2. Demostrar destreza en los cálculos asociados a los conceptos
presentados. 3. Identificar y clasificar en los procesos aleatorios las variables aleatorias implicadas. 4. Identificar técnicas de inferencia estadística
en los problemas planteados. 5. Interpretar en estilo formal los resultados de las técnicas de inferencia utilizadas. 6. Argumentar en estilo formal
sobre las técnicas de inferencia utilizadas. 7. Poder aplicar en futuras implementaciones algorítmicas las técnicas estudiadas.

1. Manejar con soltura y destreza las propiedades de las variables aleatorias presentadas.

2. Demostrar destreza en los cálculos asociados a los conceptos presentados.

3. Identificar y clasificar en los procesos aleatorios las variables aleatorias implicadas.

4. Identificar técnicas de inferencia estadística en los problemas planteados.

5. Interpretar en estilo formal los resultados de las técnicas de inferencia utilizadas.

6. Argumentar en estilo formal sobre las técnicas de inferencia utilizadas.

7. Poder aplicar en futuras implementaciones algorítmicas las técnicas estudiadas.

 

 

 

Objetivos específicos indicados por el profesorado para el curso 2024-25

  • Comprender y utilizar con soltura las variables aleatorias discretas más habituales y su aplicación en distintos campos de la ingeniería
  • Comprender y utilizar con soltura las variables aleatorias continuas más habituales y su aplicación en distintos campos de la ingeniería
  • Utilizar y comprender los contrastes de hipótesis más habituales, así como su uso en la programación.
  • Utilizar y comprender los métodos de estimación de parámetros más habituales, así como su uso en la programación.
  • Utilizar i comprender los métodos de construcción de intervalos de confianza más habituales y su uso en la programación.
  • Aplicar los conocimientos adquiridos en el ámbito de la Inteligencia Artificial.

 

 

Datos generales

Código: 33664
Profesor/a responsable:
Verdú Monllor, Ferran Josep
Crdts. ECTS: 6,00
Créditos teóricos: 1,20
Créditos prácticos: 1,20
Carga no presencial: 3,60

Departamentos con docencia

  • Dep.: MATEMATICA APLICADA
    Área: MATEMATICA APLICADA
    Créditos teóricos: 1,2
    Créditos prácticos: 1,2
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte