Informe de la asignatura - Curso 2018/2019

Volver a la asignatura

(31101199) MÉTODOS PROBABILISTAS

PUNTOS FUERTES DE LA ASIGNATURA

  • La asignatura tiene un enfoque multidisciplinar: empieza con una introducción de aspectos matemáticos y computaciones, y muestra ejemplos aplicados a la toma de decisiones en medicina. Como método de análisis de decisiones se estudian los modelos gráficos probabilistas, desarrollados en el campo de la inteligencia artificial.
  • Como textos básicos para el estudio de la asignatura se utilizan un libro y un informe técnico, escritos ambos por uno de los profesores de esta asignatura pensando en los alumnos que lo van a estudiar a distancia. Ambos se encuentran disponibles de forma gratuita en Internet, lo cual supone un ahorro de dinero para el estudiante. El libro se está utilizando como material recomendado en varias universidades españolas.
  • La asignatura utiliza OpenMarkov, un programa de software libre, gratuito desarrollado por la UNED, como herramienta informática para hacer las prácticas y los ejercicios de evaluación del curso. Esta herramienta de la UNED se ha utilizado ya para docencia y/o investigación en más de 25 países. El equipo docente participa en el desarrollo de OpenMarkov, cuidando que el software incorpore facilidades que ayuden a los alumnos.
  • El volumen de trabajo que requiere la asignatura para un alumno está ajustado de forma muy realista, hasta el punto que en todos los cursos que hemos impartido la materia no hemos recibido queja alguna en ese aspecto.
  • La valoración de la asignatura por parte de los estudiantes es de un 77,1%, con una Significación Estadística Óptima (Precisión: = 3,5). Dicha valoración está por encima de la media de la titulación (61,57%). No hay una ninguna otra asignatura en la titulación que tenga significación estadística una mejor o igual que ésta. Las tres asignaturas asignaturas cuya valoración es superior a ésta tienen un resultado No Significativo Estadísticamente, con un error de estimación muy elevado ( 15).

PUNTOS DÉBILES DE LA ASIGNATURA

  • El principal punto débil de esta asignatura era la escasez de ejercicios sobre algoritmos de evaluación de redes bayesianas y diagramas de influencia. A principios del curso 2014-2015 poniendo a disposición de los alumnos una colección de ejercicios de años anteriores, resueltos por alumnos, con correcciones y comentarios del profesor. En el curso 2017-2018 se añadió un ejercicio de diagramas de influencia, muy completo y detallado, pero conviene añadir más ejercicios.
  • Hemos tenido pequeños desajustes al coordinarnos los profesores para responder a los mensajes de los foros, aunque dicho aspecto se ha ido mejorando respecto a cursos anteriores.

PROPUESTAS PARA MEJORAR LA ASIGNATURA

  • Revisar el material escrito.
  • Seguir trabajando para mejorar la coordinación de forma que responda a los mensajes de los foros en el menor tiempo posible, con especial énfasis en las primeras prácticas, con el objetivo de reducir el abandono de los estudiantes.
  • Seguir trabajando para corregir cada práctica este curso en un tiempo máximo de dos semanas desde la fecha límite recomendada de entrega (siempre que el alumno haya entregado la práctica en el plazo establecido).

SEGUIMIENTO Y REVISIÓN DE LAS ACCIONES DE MEJORA

  • En diciembre de 2018 se publicó una fe de erratas del libro base que, como hemos indicado, ha sido elaborado por el equipo docente y está disponible de forma gratuita en internet. En 2020 se va a hacer una nueva revisión del material. Hemos mejorado algo en la coordinación al responder los mensajes de los foros y en el compromiso de tardar poco en corregir las prácticas, pero creemos que es importante que sigamos mejorando en esos dos aspectos.