Domingo 07 de Septiembre de 2008

33.995 centros de formación - 756.736 cursos

Home / Cursos de Economía y Empresa / Cursos de Investigación y tecnología

Modelos Probabilísticos para la Inteligencia Artificial y la Minería de Datos

Tipo de curso	Cursos de doctorado
Método	A Distancia
Duración	320 horas
Precio/Facilidades	Consultar al centro
Centro	UNED - Universidad Nacional de Educación a Distancia
Prerrequisitos	Solicitud de admisión, Certificación Académica Personal, CV
Titulación oficial	Título de Doctor.
Prácticas	Trabajos de investigación tutelados.
Para qué te prepara	Líneas de Investigación:Modelos gráficos probabilistas, redes bayesianas, diagramas de influencia, modelos de Markov, minería de datos, inteligencia artificial, razonamiento con incertidumbre, aplicaciones en medicina, bioinformática, comercio electrónico, recuperación de información, etc.
Dirigido a	Alumnos que acrediten poseer un Título Oficial de la UNED u otra universidad española de Licenciado, Ingeniero o Arquitecto o Título extranjero equivalente homologado por el MEC. En cualquier caso es imprescindible la aceptación previa del Director de Departamento correspondiente. Los estudiantes que posean un título superior extranjero no homologado, tendrán que solicitar al Rector de la UNED la autorización correspondiente.

Temario	Información adicional y temario

UNED - Universidad Nacional de Educación a Distancia

No disponible

...

Cursos de la misma temática (Atención al cliente garantizada | Titulación oficial | Prácticas)

Gestor de la Innovación

Curso - A Distancia (Descuento)

Atención garantizada

Organización y Gestión Aplicada de la Innovación

Curso - Online

Atención garantizada

Master en Dirección de la Innovación Tecnológica e Industrial

Master - Online

Atención garantizada

Especialista en Organización y Gestión de la Innovación Tecnológica

Postgrado - Online

Atención garantizada

+ Cursos de Investigación y tecnología a Distancia

+ Cursos de Investigación y tecnología

Contactar sin compromiso con el centro UNED - Universidad Nacional de Educación a Distancia

A través de emagister.com puedes ponerte en contacto con este centro de formación.

Debes de rellenar correctamente todos los datos de este formulario para que podamos enviarlo al centro de formación. Hemos marcado en rojo aquellos datos incompletos y/o erroneos.

* Datos obligatorios

*Nombre: *Apellidos:

*e-mail:

*¿En qué País resides?: *Provincia:

*Comentarios:

¿Deseas recibir información gratuita sobre cursos similares a este en tu email? Sí, quiero darme de alta en Emagister.com

Al presionar "Enviar solicitud/ Ver Teléfono" estás aceptando las reglas de uso, y política de protección de datos, del mismo modo, autorizas expresamente que el centro de formación que imparte el curso que has solicitado nos remita la confirmación o no de tu matriculación al curso mismo.

Temario del curso

N.º de Cursos que componen el Programa: 10

N.º de Trabajos de Investigación que componen el Programa: 8

Áreas de conocimiento a las que se adscribe:
- CIENCIAS DE LA COMPUTACIÓN E INTELIGENCIA ARTIFICIAL
- ESTADÍSTICA E INVESTIGACIÓN OPERATIVA

Coordinador: Dr. D. Francisco Javier Díez Vegas

INDICACIONES GENERALES:
El objetivo general de este programa es formar doctores con una sólida base de conocimientos sobre modelos gráficos probabilísticos (MGPs), capaces de incorporarse con éxito tanto a la industria como al sector universitario e investigador. Para ello, se plantean los siguientes objetivos específicos:

Desarrollo de las habilidades básicas para la investigación, tanto desde el punto de vista del análisis y resolución de problemas como de la metodología instrumental necesaria (en este caso computacional y estadística), incluyendo aspectos como la búsqueda de información y la presentación y difusión de resultados.
Dominio de los aspectos teóricos fundamentales de los MGPs, en lo concerniente a representación, aprendizaje y razonamiento.
Conocimiento de las aplicaciones más destacadas de los MGPs en la ciencia y la industria.
Capacitación para el desarrollo de nuevas técnicas y la resolución de problemas usando MGPs.

Se trata de un programa de doctorado interuniversitario en que participan las Universidades de Almería (coordinadora), Granada, País Vasco y UNED. El alumno puede matricularse en la UNED de todos los cursos y trabajos de investigación, aunque estén coordinados por otra de las universidades participantes. El programa se desarrolla principalmente a distancia, con una serie de sesiones presenciales que se concentrarán en una o dos semanas. Para la admisión en el programa de doctorado se requiere buen expediente académico, buen nivel de inglés y disposición para dedicar el tiempo necesario.

PERÍODO DE DOCENCIA - Cursos que componen el Programa
METODOLOGÍA DE LA INVESTIGACIÓN CIENTÍFICA
Profesores:Dr. D. Pedro Larrañaga , Dr. D. José Antonio Lozano
1. Medios de divulgación científica.2. Búsqueda de información.3. Redacción de artículos científicos.4. Presentaciones.5. Organización y presentación de la tesis doctoral.
BASES ESTADÍSTICAS Y COMPUTACIONALES PARA MGPS
Profesores:Dr. D. Serafín Moral Callejón, Dr. D. Carmelo Rodríguez Torreblanca, Dr. D. Rafael Rumí Rodríguez

1. Introducción a la probabilidad.2. Distribuciones discretas y continuas.3. Distribuciones multivariantes.4. Estimación puntual y por intervalos.5. Contraste de hipótesis.6. Regresión.7. Prácticas con software estadístico (R).8. NP-completitud.9. Complejidad de problemas de optimización.10. Algoritmos aproximados y complejidad.

FUNDAMENTOS DE MODELOS GRÁFICOS
Profesores:Dr. D. Francisco Javier Díez Vegas Dra. Dª. Concepción Bielza Lozoya

1. Independencia y su representación gráfica.2. Causalidad.3. Modelos probabilistas: redes bayesianas, redes de Markov, grafos en cadena.4. Modelos de decisión: árboles de decisión, diagramas de influencia.5. Modelos temporales: redes dinámicas, redes de eventos, PDM, PDMPO.6. Aplicaciones de los MGP.

INFERENCIA EN MGPS
Profesores:Dr. D. Andrés Cano , Dr. D. José Antonio Gámez , Dr. D. Manuel Gómez , Dr. D. Antonio Salmerón Cerdán

1. Algoritmos exactos.2. Algoritmos aproximados de tipo Monte-Carlo.3. Algoritmos aproximados deterministas.4. Abducción (MAP).5. Evaluación de diagramas de influencia.6. Evaluación de modelos de Markov.7. Inferencia con variables continuas (CG y MTE).

APRENDIZAJE DE MGPS
Profesores:Dra. Dª. Silvia Acid , Dr. D. Luis Miguel De Campos , Dr. D. Pedro Larrañaga , Dr. D. José Antonio Lozano , Dr. D. José Miguel Puerta

1. Aprendizaje de redes bayesianas. (Métodos basados en tests de independencias. Métodos de puntuación+búsqueda. Métodos para valores ausentes. Tratamiento de variables continuas.)2. Aprendizaje de clasificadores. (Clasificación supervisada. Clasificación no supervisada. Selección de variables.)3. Validación de modelos. (Bootstrapping. Validación cruzada.)

MODELOS GRÁFICOS PROBABILISTAS EN MEDICINA
Profesores:Dr. D. Francisco Javier Díez Vegas Dra. Dª. Concepción Bielza Lozoya, Dra. Dª. Carmen Lacave

1. Conceptos médicos probabilistas.2. Construcción de redes bayesianas en medicina. (Grafos causales. Modelos canónicos. Obtención de los parámetros numéricos.)3. Funciones de utilidad en medicina.4. Análisis de coste-efectividad.5. Estudio de sesgos.6. Explicación de la inferencia.

MODELOS AUTOMÁTICOS DE GESTIÓN DE INFORMACIÓN
Profesores:Dr. D. Juan Manuel Fernández Luna, Dr. D. Juan Huete

1. Recuperación de información.2. Filtrado de correo electrónico.3. Comercio electrónico: sistemas de recomendación.

ANÁLISIS ESTADÍSTICO DE DATOS
Profesores:Dr. D. Carmelo Rodríguez Torreblanca, Dr. D. Rafael Rumí Rodríguez, Dr. D. Antonio Salmerón Cerdán

1. Análisis de la varianza.2. Estimación no paramétrica.3. Estadística bayesiana.4. Análisis cluster, discriminante y de componentes principales.

METAHEURÍSTICAS Y MODELOS GRÁFICOS PROBABILÍSTICOS
Profesores:Dr. D. José Antonio Gámez , Dr. D. José Miguel Puerta

1. Resolución de problemas complejos en MGPs usando metaheurísticas. (Aprendizaje de RBs. Triangulación. Abducción. Propagación de prob. imprecisas.)2. Uso de MGPs en metaheurísticas: Algoritmos de estimación de distribuciones (EDAs). (Introducción. EDAs en optimización combinatoria; Modelos univariados, bivariados, n-variados. EDAs en optimización numérica; Modelos univariados, bivariados, n-variados)

APLICACIONES DE MGP EN BIOINFORMÁTICA
Profesores:Dr. D. Iñaki Inza , Dr. D. Pedro Larrañaga , Dr. D. José Antonio Lozano

1. Introducción a la bioinformática.2. Problemas de optimización en bioinformática (Alineamiento de secuencias. Plegado de proteínas. Estructura terciaria de la proteína.)3. Problemas de clasificación en bioinformática (Análisis de microarrays de ADN. Identificación de genes)4. Redes genéticas

PERÍODO DE INVESTIGACIÓN - Trabajos que componen el Programa
ANÁLISIS DE DECISIONES MEDIANTE MGPS
Profesores:Dr. D. Francisco Javier Díez Vegas Dra. Dª. Concepción Bielza Lozoya, Dr. D. Manuel Gómez , Dra. Dª. Carmen Lacave
APRENDIZAJE AUTOMÁTICO Y MINERÍA DE DATOS CON MGPS
Profesores:Dra. Dª. Silvia Acid , Dr. D. Luis Miguel De Campos , Dr. D. José Antonio Gámez , Dr. D. Iñaki Inza , Dr. D. Pedro Larrañaga , Dr. D. José Antonio Lozano , Dr. D. José Miguel Puerta
ALGORITMOS DE INFERENCIA EN MGPS
Profesores:Dr. D. Francisco Javier Díez Vegas Dr. D. Serafín Moral Callejón, Dr. D. Andrés Cano , Dr. D. José Antonio Gámez , Dr. D. Carmelo Rodríguez Torreblanca, Dr. D. Rafael Rumí Rodríguez, Dr. D. Antonio Salmerón Cerdán
OPTIMIZACIÓN Y METAHEURÍSTICAS EN MODELOS GRÁFICOS PROBABILÍSTICOS
Profesores:Dr. D. José Antonio Gámez , Dr. D. Iñaki Inza , Dr. D. Pedro Larrañaga , Dr. D. José Antonio Lozano , Dr. D. José Miguel Puerta
MGPS APLICADOS A PROBLEMAS BIOINFORMÁTICOS
Profesores:Dr. D. Iñaki Inza , Dr. D. Pedro Larrañaga , Dr. D. José Antonio Lozano
APLICACIÓN DE MODELOS GRÁFICOS PROBABILÍSTICOS A LA RECUPERACIÓN DE INFORMACIÓN
Profesores:Dr. D. Luis Miguel De Campos , Dr. D. Juan Manuel Fernández Luna, Dr. D. Juan Huete
PROBABILIDADES IMPRECISAS EN MGPS. ANÁLISIS DE SENSIBILIDAD
Profesores:Dr. D. Serafín Moral Callejón, Dr. D. Andrés Cano , Dr. D. Manuel Gómez
MODELOS BASADOS EN MIXTURAS DE EXPONENCIALES TRUNCADAS
Profesores:Dr. D. Rafael Rumí Rodríguez, Dr. D. Antonio Salmerón Cerdán

Temas Relacionados

		Cursos de Análisis multivariable			Cursos de Datamining
		Cursos de Estadística			Cursos de Gestión del conocimiento
		Cursos de Análisis estadístico			Cursos de Inteligencia artificial