2.3 Probabilidad y Computación Estadística (PSC)

Esta área conecta los fundamentos teóricos de probabilidad y estadística con su implementación computacional. Cubre modelado probabilístico avanzado, métodos de inferencia computacional y el diseño de experimentos in silico. Los estudiantes aprenden a aplicar procesos estocásticos, métodos bayesianos y técnicas de remuestreo para analizar sistemas complejos y tomar decisiones basadas en datos bajo incertidumbre. Este conocimiento es crucial para el análisis de datos moderno, el aprendizaje automático y la computación científica.

KA Core Tier1 Core Tier2 Electivo
2.3.1 Probabilidad Avanzada y Procesos Estocásticos     No
2.3.2 Inferencia Estadística Computacional     No
2.3.3 Diseño de Experimentos Computacionales     No
2.3.4 Métodos de Remuestreo y Validación     No



Subsecciones
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM