Universidad Complutense de Madrid

Máster en Tratamiento Estadístico Computacional de la Información

Universidad Complutense de Madrid
  • Imparte:
  • Modalidad:
    Presencial en Madrid
  • Precio:
    Información no disponible
  • Comienzo:
    Información no disponible
  • Lugar:
    Avda, de Séneca, 2
    Madrid 28040
    España
  • Duración:
    60 ECTS
  • Idioma:
    El Curso se imparte en Español
  • Titulación:
    Título Oficial en Tratamiento Estadístico Computacional de la Información.
  • Otras Convocatorias:

    Presentación

    El Departamento de Estadística e Investigación Operativa de la UCM lleva ofreciendo desde hace más de treinta años en la Facultad de Matemáticas de la UCM diversos programas de doctorado en Matemáticas. A partir de 1998 se ha enfocado hacia el tratamiento de la información, ámbito en el que el Departamento de Matemática Aplicada a las Tecnologías de la Información (ETSI Telecomunicación de la UPM) dispone de una amplia experiencia en docencia de posgrado. En consecuencia, ambos departamentos tienen una amplia experiencia en la formación de estudiantes de posgrado, licenciados o ingenieros, provinientes de diversas universidades, tanto españoles como extranjeros.

    Dirigido

    Este Máster va dirigido fundamentalmente a licenciados y/o graduados en Ciencias Matemáticas, a graduados en Estadística, y a ingenieros de Telecomunicación, así como a graduados en otras titulaciones de Ciencias o Ingenierías, siempre que avalen una formación estadístico-matemática y computacional previa.

    Objetivos

    La adquisición por parte del estudiante de una formación avanzada en el Tratamiento de la información desde un punto de vista Estadístico-Computacional. Esta formación se adquiere partiendo de unos conocimientos básicos en Matemáticas, Cálculo de Probabilidades, Estadística y Computación, que pueden ser proporcionados por los grados de Ciencias e Ingenierías.

    Programa

    Asignaturas Obligatorias:

    Módulo 1 de Fundamentos:
    Métodos de Análisis Multivariante
    Métodos de Regresión y Predicción
    Minería de Datos
    Redes Neuronales y Aprendizaje Estadístico
    Series Temporales
    Software Estadístico
    Técnicas de Monte Carlo
    Técnicas de Optimización
    Técnicas de Reconocimiento de Patrones
    Técnicas Numéricas

    Asignaturas Optativas:

    Módulo 2 de Especialización:
    Análisis de Redes Sociales
    Análisis y Modelización de Datos Categóricos. Aplicaciones
    Cálculo Estocástico en Finanzas
    Estadística Bayesiana
    Métodos Numéricos en Finanzas
    Métodos Tiempo-Frecuencia e Imágenes
    Modelización con Incertidumbre. Información Difusa y Soft Computing
    Modelos Estocásticos y Aplicaciones
    Mundo Interconectado. Una Introducción Práctica a la Ciencia de las Redes
    Redes Bayesianas
    Teoría de Juegos

    Trabajo Fin de Máster

    Competencias

    Aprender a aplicar los conocimientos adquiridos y a explotar su potencial para la resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) en el tratamiento estadístico computacional de la información.
    Elaborar adecuadamente y con originalidad argumentos motivados y proyectos de trabajo, redactar planes, así como formular hipótesis y conjeturas razonables en su área de especialización.
    Integrar los conocimientos adecuados y enfrentarse a la complejidad de emitir juicios en función de criterios, de normas externas o de reflexiones personales justificadas.
    Comunicar y presentar públicamente ideas, procedimientos o informes de investigación, así como asesorar a personas u organizaciones en el tratamiento estadístico-computacional de la información. La presentación de estas ideas debe transmitir de forma clara y precisa las conclusiones de forma que sean entendidas tanto por el especialista como por el profano en temas estadístico-computacionales.
    Comprender y utilizar el lenguaje y las herramientas matemáticas para modelizar y resolver problemas complejos, reconociendo y valorando las situaciones y problemas susceptibles de ser tratados matemáticamente.
    Conocer los modelos, métodos y técnicas relevantes en distintas áreas de aplicación de la Estadística matemática participando en la creación de nuevas tecnologías que contribuyan al desarrollo de la Sociedad de la Información.
    Saber abstraer en un modelo matemático las propiedades y características esenciales de un problema real reconociendo su rango de aplicabilidad y limitaciones.

    Publicidad

    Ver otros masters de...