Politécnico ICAFTPolitécnico ICAFT
BuscarContactoInscríbete →
Inicio/Educación continua/Curso libre
Curso libreInteligencia artificial y datos

Estadística básica para IA

El curso Estadística básica para IA proporciona al estudiante la estadística descriptiva e inferencial que sustenta el análisis de datos y el aprendizaje automático, aplicada en Python con SciPy. Le sirve para interpretar datos y resultados de modelos con criterio, diseñar pruebas A/B y reconocer errores frecuentes como la confusión entre correlación y causalidad.

A quién va dirigido

Personas que inician en ciencia de datos o IA con matemáticas de bachillerato; no requiere Python previo avanzado.

Objetivos
✓Comprender los tipos de variables, las medidas de tendencia central y dispersión y la correlación de Pearson y Spearman.
✓Analizar muestras con el teorema del límite central, intervalos de confianza, bootstrap y cálculo del tamaño de muestra.
✓Aplicar pruebas t y chi-cuadrado con SciPy interpretando el valor p y los errores tipo I y II.
✓Diseñar e interpretar una prueba A/B controlando el problema de las comparaciones múltiples.
✓Evaluar resultados de modelos considerando sesgo, varianza, sobreajuste y la paradoja de Simpson.
Plan de estudios por sesión
1
Estadística descriptivaTipos de variables y escalas; media, mediana, varianza y percentiles · Histogramas, diagramas de caja y correlación de Pearson y Spearman
2
Muestreo e inferenciaPoblación, muestra y teorema del límite central; intervalos de confianza · Bootstrap y cálculo del tamaño de muestra
3
Pruebas de hipótesisHipótesis nula, valor p y errores tipo I y II; pruebas t y chi-cuadrado con SciPy · Pruebas A/B y comparaciones múltiples
4
Presentación del proyecto final: análisis estadístico de datos públicosSesgo y varianza, sobreajuste y validación cruzada · Paradoja de Simpson y correlación frente a causalidad en un caso integrador
Evaluación
Inicial30%Taller de estadística descriptiva en Python con medidas, gráficos y correlaciones sobre un conjunto de datos real.
Intermedio30%Ejercicio de intervalos de confianza, bootstrap y prueba de hipótesis con SciPy, incluido el diseño de una prueba A/B.
Final40%Proyecto final: análisis estadístico de un conjunto de datos público con descriptivos, prueba de hipótesis y conclusiones sustentadas.
Proyecto final

Análisis estadístico de un conjunto de datos público con descriptivos, una prueba de hipótesis y conclusiones justificadas.

WhatsApp