El curso cubre la base de la probabilidad y la estadística. En primer lugar se trata de aprender a jugar con los diferentes conceptos, aprender a reconocerlos en problemas en situaciones cotidianas y aprender a dominar un lenguaje y cálculo apropopiado para solucionar estos problemas (porque en situaciones con incertidumbre, nuestra intuición es muy engañosa y muchas veces equivocada).
Buscamos por preferencia ejemplos y ilustraciones del uso de probabilidad y estadística en problemas que surgen en el área de Ciencias de la Computación como por ejemplo criptografía, compresión de datos, problemas de clasificación y decisión e reconocimiento de patrones en general.
En primer lugar, este es un curso de modelación; por eso, hacer ejercios es muy importante (como ya indicado en este cartel en la carretera a CIMAT).
Contenido:
Parte 1: Probabilidad
Conceptos básicos de la probabilidad: variables aleatorias, distribuciones
(condicionales), variables multidimensionales, momentos, independencia, regla de Bayes,
transformaciones de variables aleatorias, medidas de dependencia, teoremas de límite, algoritmos de simulación.
Ilustraciones de lo anterior en aplicaciones en computación
>
Parte 2: Análisis de datos
Visualización y análisis exploratorio de datos;
Conceptos generales de minería de datos, reconocimiento de patrones y
aprendizaje máquina;
Introducción a la inferencia estadística;
Pruebas de hipótesis, intervalos de confianza y estimaciones puntuales.
Introducción a la regresión lineal.
Manera de evaluar: !Muchas Tareas!
Tres examenes parciales.
Un proyecto.
Se toman estas 5 calificaciones de manera global y se categoriza en:
excelentisimo (9.5 - 10), muy bien (8.5 - 9), bien (8), regular con ciertas deficiencias (7.5), deficiente (<7).
Participación en la clase da un plusvalía en el redondeo.
Proyecto final: por definir
El año pasado nos basamos en el libro
Statistics in Musicology (a través del curso de programación de Jean Bernard). Aquí se
encuentran algunos ejemplos de proyectos de años anteriores.