Descripción del curso

Programa de la Facultad de Ingeniería de la Universidad Nacional de Colombia, sede Bogotá. Recorre los fundamentos de probabilidad y de inferencia bayesiana, la construcción de modelos en Stan y brms, y su validación mediante análisis predictivo. El aprendizaje combina explicación conceptual, práctica computacional y un proyecto integrador.

Profesor: Dr. Aquiles Enrique Darghan Contreras

Objetivos de aprendizaje

• Comprender los fundamentos teoricos de la probabilidad bayesiana y su aplicacion en procesos de inferencia estadistica.
• Implementar algoritmos de inferencia bayesiana mediante tecnicas de muestreo como MCMC, incluyendo metodos avanzados como Hamiltonian Monte Carlo.
• Desarrollar modelos estadisticos utilizando Stan y su integracion con R para el analisis de datos complejos.
• Aplicar metodologias de validacion predictiva y comparacion de modelos, incluyendo tecnicas como LOO-CV y WAIC.
• Disenar e implementar modelos jerarquicos y generalizados para el analisis de datos en contextos reales.