Máster en Estadística e Inteligencia Artificial

El proceso de aprendizaje consta de tres fases. En la primera, se refuerzan los conocimientos y habilidades fundamentales en métodos estadísticos e inferencia. Los temas que se abordan incluyen la inferencia frecuentista y bayesiana, el análisis de datos, los modelos lineales generalizados, la computación estadística y la comunicación. Estas áreas sientan las bases para comprender la mecánica de la IA y el aprendizaje automático. En la segunda fase, se realizan estudios más avanzados a través de módulos sobre aprendizaje supervisado y no supervisado, aprendizaje profundo y modelos estadísticos para procesos complejos. Junto con los principios estadísticos y computacionales utilizados para inferir la estructura de estos modelos, se desarrolla una perspectiva práctica mediante su aplicación a datos reales. En la tercera fase, se realiza un proyecto de investigación independiente sobre un tema seleccionado bajo la supervisión de expertos de la Facultad de Ciencias Matemáticas. Esto puede implicar profundizar en la comprensión de un tema presentado en un módulo impartido, investigar un tema no tratado previamente o realizar un análisis de datos más extenso.