Qué necesitas saber antes de
comenzar

Inicio 4 June 2026 00:06

Fin 4 June 2026

00 Días
00 Horas
00 Minutos
00 Segundos
course image

Razonamiento bajo incertidumbre

Explora conceptos fundamentales de la IA, incluyendo probabilidad, redes bayesianas, modelos ocultos de Markov y procesos de decisión de Markov para dominar el razonamiento y la toma de decisiones bajo incertidumbre.
University of Colorado Boulder via Coursera

University of Colorado Boulder

37 Cursos


La Universidad de Colorado Boulder, a menudo referida como CU Boulder, ofrece una amplia gama de programas educativos y cursos, tanto presenciales como en línea. Los estudiantes pueden elegir entre una variedad de pistas de estudio, incluyendo cursos de artes, ciencias, ingeniería, negocios y más.

Cursos en línea de la Universidad de Colorado Boulder

Una de las principales ventajas de CU Boulder es la posibilidad de tomar cursos en línea. Esta es una excelente oportunidad para los estudiantes que desean una educación de calidad pero prefieren flexibilidad en su horario. Los cursos en línea de CU Boulder brindan acceso a profesores altamente calificados y los materiales más actualizados.

Cursos de verano en la Universidad de Colorado Boulder

El verano es un excelente momento para explorar nuevos temas y expandir tus conocimientos. La Universidad de Colorado Boulder ofrece una variedad de cursos de verano, tanto en línea como presenciales. Esta es una excelente oportunidad para que los estudiantes pasen su verano productivamente estudiando temas de interés.

Mejores cursos de CU Boulder para estudiantes

CU Boulder no solo ofrece una amplia variedad de programas, sino también una educación de alta calidad. Los estudiantes pueden elegir entre una variedad de cursos, desde básicos hasta avanzados, para desarrollar sus habilidades e intereses. La universidad utiliza activamente enfoques innovadores para la enseñanza, como la Educación IA, que ayuda a los estudiantes a adquirir conocimientos actualizados.

Cursos en CU Boulder: Más con Clases Gratuitas

Con una variedad de cursos gratuitos en CU Boulder, los estudiantes pueden expandir sus conocimientos en una variedad de áreas. Estos cursos están disponibles tanto para principiantes como para estudiantes avanzados, permitiendo a todos encontrar una opción de formación adecuada a sus intereses.

Ventajas de estudiar cursos en línea en la Universidad de Colorado Boulder

La Universidad de Colorado Boulder brinda a los estudiantes una oportunidad única para estudiar a través de cursos en línea, lo cual tiene una serie de ventajas significativas.

En primer lugar, la ventaja de estudiar cursos en línea en la Universidad de Colorado Boulder es el horario flexible. Los estudiantes pueden elegir su propio tiempo para estudiar el material y ver las conferencias, lo que facilita el equilibrio de sus estudios con otras responsabilidades, como el trabajo o los compromisos familiares. Esta flexibilidad hace que la educación sea más accesible para un rango más amplio de personas.

En segundo lugar, los cursos de la Universidad de Colorado Boulder brindan a los estudiantes la oportunidad de estudiar material único presentado por profesores experimentados. A través del acceso a expertos en varios campos del conocimiento, los estudiantes pueden adquirir conocimientos y habilidades relevantes que serán útiles en el mundo moderno.

El tercer beneficio de tomar cursos en línea de CU Boulder es la oportunidad de conectarse y colaborar con otros estudiantes de diferentes países y culturas. Esto contribuye a una enriquecedora experiencia educativa al permitir que los estudiantes se expongan a diferentes puntos de vista y amplíen sus horizontes.

Además, los cursos en línea de la Universidad de Colorado Boulder suelen ofrecer una variedad de materiales de aprendizaje interactivos, lo que hace que el proceso de aprendizaje sea más divertido y efectivo. Los estudiantes pueden aprender a través de videoconferencias, pruebas, foros y otros métodos innovadores que estimulan el aprendizaje.

Por lo tanto, tomar cursos en línea de la Universidad de Colorado Boulder ofrece a los estudiantes muchos beneficios, incluyendo programación flexible, acceso a expertos, comunicación internacional y un enfoque educativo interactivo. Esta es una excelente oportunidad para que los estudiantes reciban una educación de calidad, expandan sus conocimientos y habilidades, y se preparen para los desafíos del mundo moderno.

Conclusión

La Universidad de Colorado Boulder es un lugar donde los estudiantes pueden recibir una educación de calidad con una variedad de cursos y programas para elegir. Ya sea que estés buscando formación en línea o presencial, cursos de verano o programas gratuitos, CU Boulder ofrece amplias oportunidades para el desarrollo y el aprendizaje!

12 hours

Actualización opcional disponible

Intermedio

Avanza a tu propio ritmo

Paid Course

Actualización opcional disponible

Resumen

This course introduces the foundational principles of artificial intelligence through the lens of reasoning and decision-making under uncertainty. Students begin by examining how intelligent agents act in uncertain environments using probability theory, Bayes’ Rule, and independence assumptions to update beliefs—concepts that underpin probabilistic machine learning and data-driven decision-making.

The course then explores Bayesian Networks as a structured framework for representing complex dependencies and performing inference, connecting to modern graphical models and causal reasoning. Building on this, students study probabilistic reasoning over time using temporal models such as Hidden Markov Models, with links to contemporary sequence modeling and state estimation in applications like speech recognition and robotics.

Finally, the course addresses sequential decision-making through Markov Decision Processes, where students learn to compute optimal policies using value iteration, policy iteration, and the Bellman equation—ideas that form the foundation of modern reinforcement learning methods used in systems such as autonomous agents and game-playing AI.

Programa

  • Actuar bajo incertidumbre
  • Este módulo introduce cómo los agentes inteligentes razonan y toman decisiones en entornos donde la información es incompleta, ruidosa o incierta. Los estudiantes aprenderán los fundamentos de la probabilidad, incluyendo la Regla de Bayes y las suposiciones de independencia, y utilizarán estas herramientas para realizar inferencias probabilísticas y actualizar creencias basadas en evidencia. El módulo enfatiza tanto las fuentes de incertidumbre como los métodos que los sistemas de IA utilizan para actuar de manera racional a pesar de ella.
  • Razonamiento probabilístico
  • Este módulo se centra en el uso de Redes Bayesianas como herramientas para el razonamiento probabilístico y la toma de decisiones bajo incertidumbre. Los estudiantes aprenderán a interpretar una red dada, calcular probabilidades y realizar inferencias —tanto exactas como aproximadas— utilizando técnicas como el muestreo directo y el muestreo de Gibbs. Se enfatiza la aplicación de Redes Bayesianas para responder consultas, actualizar creencias con evidencia y razonar eficientemente en dominios complejos.
  • Razonamiento probabilístico en el tiempo
  • Este módulo introduce modelos probabilísticos temporales, centrándose en cómo los sistemas de IA razonan sobre estados ocultos que evolucionan con el tiempo. Los estudiantes aprenderán a aplicar técnicas de inferencia como el filtrado, la predicción, el suavizado y el algoritmo de Viterbi para actualizar creencias e inferir las secuencias de estados más probables a partir de observaciones. Se enfatiza el uso de Modelos de Markov Ocultos para realizar cálculos e interpretar cómo la evidencia moldea el razonamiento en entornos dinámicos e inciertos.
  • Decisiones basadas en utilidades
  • Este módulo introduce cómo los agentes de IA toman decisiones óptimas en entornos de incertidumbre a lo largo del tiempo utilizando el marco de los Procesos de Decisión de Markov. Los estudiantes aprenderán a representar problemas de decisión secuencial con estados, acciones, recompensas y políticas, y cómo calcular el comportamiento óptimo usando iteración de valores, iteración de políticas y la ecuación de Bellman. Se enfatiza la selección de acciones que maximicen la utilidad esperada en entornos inciertos y secuenciales.

Impartido por

Rhonda Hoenigman


Materias

Artificial Intelligence