El objetivo es que el alumno/a comprenda los conceptos básicos de la probabilidad y la teoría de la decisión y sea capaz de construir redes bayesianas y diagramas de influencia mediante OpenMarkov.

• Tema 1. Introducción
     Breve explicación sobre la aplicabilidad de este módulo
• Tema 2. Teoría de la probabilidad
     Prevalencia, sensibilidad, especificidad, causalidad y correlación, razones de probabilidad ("odds") y razones de verosimilitud ("likelihood ratios"), teorema de Bayes...
• Tema 3. Redes bayesianas
     Modelos causales para el diagnóstico probabilista en problemas complejos.
• Tema 4. Diagramas de influencia y árboles de decisión
     Teoría de la decisión. Árboles de decisión y diagramas de influencia.
     Funciones de utilidad en medicina. Introducción a la evaluación económica: análisis de coste-beneficio, coste-efectividad y coste-utilidad.
     Diagramas de influencia y guías de práctica clínica
• Tema 5. Estimación subjetiva de la probabilidad
     Sesgos, errores psicológicos, inconvenientes de las probabilidades cualitativas.
• Tema 6. Fundamentos probabilistas de la inferencia estadística
     Contraste de hipótesis (nivel de significancia, valor p), estimador de máxima verosimilitud, intervalos de confianza.

Prof. Francisco Javier Díez Vegas
Dpto. Inteligencia Artificial
ETSI Informática. UNED
Juan del Rosal, 16
28040 Madrid

Matrícula: 450 € (con posibilidad de beca)
Material didáctico: 150 €.
Total (precio estándar): 600 €.