5.27.4.11 Representación del Conocimiento y Razonamiento Probabilístico Básico (6 horas) [Habilidades AG-C08,AG-C09]

Referencias Bibliográficas: [Russell and Norvig, 2020]

Temas

1. Tipos de representaciones:
   1. Simbólicas, lógicas:
      1. Crear una representación a partir de un enunciado de problema en lenguaje natural
   2. Representaciones subsimbólicas aprendidas
   3. Modelos gráficos (por ejemplo, Bayes ingenuo, red bayesiana)
2. Repaso del razonamiento probabilístico, teorema de Bayes
3. Razonamiento bayesiano:
   1. Inferencia bayesiana
4. Variables aleatorias y distribuciones de probabilidad:
   1. Axiomas de probabilidad
   2. Inferencia probabilística
   3. Regla de Bayes (derivación)
   4. Inferencia bayesiana (ejemplos más complejos)

Aprendizaje esperado (Learning Outcomes)

1. Dado un enunciado de problema en lenguaje natural, codificarlo como una representación simbólica o lógica [Aplicar]
2. Calcular una inferencia probabilística en un problema del mundo real usando el teorema de Bayes para determinar la probabilidad de una hipótesis dada la evidencia [Aplicar]
3. Aplicar la regla de Bayes para determinar la probabilidad de una hipótesis dada la evidencia [Aplicar]
4. Calcular la probabilidad de resultados y probar si los resultados son independientes [Aplicar]