La teoría de la probabilidad es la rama de las matemáticas que describe los fenómenos aleatorios, proporcionando herramientas para efectuar predicciones sobre procesos en los que existe de forma intrínseca una incertidumbre. En el ámbito de la inteligencia artificial, la teoría de la probabilidad sirve como base para construir varias familias de algoritmos que permiten resolver problemas diversos.Este tema trata sobre algoritmos probabilísticos, una rama dentro de la inteligencia artificial construida sobre la teoría matemática de la probabilidad que nos permite modelizar la incertidumbre propia de los procesos del mundo real. Algunos de los modelos que se pueden desarrollar dentro de este abanico son los clasificadores bayesianos, que permiten resolver problemas de clasificación, uno de los escenarios de aplicación más habituales de la inteligencia artificial. En este tipo de problemas disponemos de un conjunto de datos (por ejemplo, datos bancarios), en el que tenemos un tipo de dato especialmente interesante (el impago de un préstamo) y queremos
construir un sistema que, utilizando únicamente el resto de los datos (sociodemográficos, económicos...) prediga el valor más probable para dicho objetivo (esto es, crear un predictor de riesgo de impagos). Otros métodos relevantes que también se tratan son los métodos Montecarlo, que permiten aproximar información por medio del muestreo estadístico; las redes bayesianas, que modelan interrelaciones entre variables para obtener modelos estadísticos con una complejidad adecuada; y los modelos de Markov, que permiten introducir la noción de sucesión de instantes o de tiempo para efectuar predicciones.
El contenido está dividido en dos mitades: una primera introductoria, que tiene por principal objetivo desarrollar nuestra intuición estadística y prevenirnos de las paradojas que supone la probabilidad, y una segunda un poco más avanzada que desarrolla ya los conceptos matemáticos, aunque con toda la ligereza que ha sido posible, y que presenta los modelos y su aplicación a problemas realistas.