CURSO:METODOS BAYESIANOS TRADUCCION:BAYESIAN METHODS SIGLA:EPG4005 CREDITOS:05 MODULOS:02 CARACTER:OPTATIVO TIPO:CATEDRA, LABORATORIO CALIFICACION:ESTANDAR DISCIPLINA:ESTADISTICA PALABRAS CLAVE:INTELIGENCIA,ARTIFICIAL,CIENCIA DE DATOS,APRENDIZAJE,SUPERVISADO,NO SUPERVISADO I.DESCRIPCIÓN DEL CURSO En este curso los estudiantes analizaran los fundamentos de la inferencia Bayesiana. Para ello, el curso entrega una comparacion con la Inferencia Clasica, las principales caracteristicas de la Inferencia Bayesiana, y las herramientas para el calculo y aproximacion de la distribucion a postertiori en modelos parametricos. II.RESULTADOS DE APRENDIZAJE 1.Analizar los conceptos fundamentales de la Inferencia Bayesiana. 2.Distinguir los problemas y desafios del modelamiento Bayesiano parametrico. 3.Aplicar metodos Bayesianos para prediccion sobre la base de modelos de regresion. III.CONTENIDOS 1.Concepto de modelo estadistico Bayesiano y tipos. 2.Introduccion a la Inferencia Bayesiana. 3.Aproximaciones numericas para la inferencia a posteriori. IV.ESTRATEGIAS METODOLOGICAS -Clases expositivas. -Talleres practicos de laboratorio. V.ESTRATEGIAS EVALUATIVAS -Controles: 30% -Actividades practicas en laboratorio: 30% -Proyecto: 40% VI.BIBLIOGRAFIA Minima Andrew Gelman, John B. Carlin, Hal S. Stern, David B. Dunson, Aki Vehtari, Donald B. Rubin (2013), Bayesian Data Analysis, third edition. London: CRC Press. Complementaria Box, George y Tiao, George (1992), Bayesian inference in statistical analysis, New York Wiley. Robert, Christian P. (2007), The Bayesian choice: from decision-theoretic foundations to computational implementation 2Ed., New York: Springer. PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE FACULTAD DE MATEMATICAS/ ENERO 2020