Este curso, de naturaleza teórica, ofrece una introducción al uso de técnicas de variables latentes y aprendizaje automático aplicados a la investigación en ciencias del comportamiento. Los participantes aprenderán a analizar datos utilizando modelos de variables latentes para datos transversales, longitudinales, de múltiples grupos y de niveles múltiples. Además, aprenderán a implementar modelos de machine learning utilizando algoritmos estándar como regresiones, bosques aleatorios, redes neuronales, aprendizaje por reforzamiento e inferencia bayesiana, con ejemplos prácticos y código Python anotado. El curso cubre conceptos clave como precisión de predicción y validación cruzada, y explora mejores prácticas para ajustar modelos, identificar limitaciones de los análisis y la interpretación de datos en contextos reales.