Última actualización: 11/04/2019


Curso Académico: 2019/2020

Modelos Gráficos y de Markov Ocultos
(17769)
Titulación: Máster Universitario en Estadística para la Ciencia de Datos (345)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: WIPER , MICHAEL PETER

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Competencias que adquiere el estudiante y resultados del aprendizaje.
Representación gráfica de la independencia condicional; Aprendiendo cuándo usar y cómo ajustar modelos gráficos discretos y Gaussianos; montaje e interpretación de modelos lineales de registro; modelos ocultos de Markov; estimación e interpretación de modelos ocultos de Markov; uso de software estadístico para ajustar modelos.
Descripción de contenidos: Programa
1) Conceptos básicos de modelos gráficos a) Gráficos dirigidos y no dirigios. b) Independencia condicional y su representación gráfica c) Representando modelos gráficos en R d) El clasificador bayesiano ingenuo como modelo gráfico 2) Modelos log-lineales a) Representación como modelos gráfico b) Ajuste de modelos log-lineales c) Ejemplo práctico 3) Redes bayesianas a) Representación b) Ajuste clásico y bayesiano c) Como inferir causalidad d) Ejemplo práctico 4) Redes gaussianas y redes mixtas a) Representación y ajuste b) Ejemplo práctico 5) Modelos gráficos más complejos a) Algoritmos para su resolución: MCMC ... b) Ejemplos prácticos 6) Modelos de Markov ocultos a) Estructura. b) Algoritmos para su estimación. c) Interpretación de estados ocultos. d) Ejemplos prácticos. e) Ajuste rápido de modelos de Markov ocultos: filtros.
Actividades formativas, metodología a utilizar y régimen de tutorías
Clases teóricas y prácticas (con ordenadores) con exposición y resolución de problemas reales, trabajos individuales y en grupos.
Sistema de evaluación
  • Peso porcentual del Examen Final 0
  • Peso porcentual del resto de la evaluación 100
Bibliografía básica
  • Felicidad Marqués. R en profundidad. Programación, gráficos y estadística. RCLIA|#RC LIBROS. 2017
Recursos electrónicosRecursos Electrónicos *
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


El programa de la asignatura y la planificación semanal podrían sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.