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.

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...