Presentar a los estudiantes fundamentos sobre el análisis de datos en redes. Una red es un concepto más amplio que un grafo, y en general se utiliza para modelar interrelaciones en sistemas complejos, como ser: las interacciones entre personas, proteínas, neuronas, computadoras, elementos de comunicación, sistemas de transporte, etc. Por tanto, los temas de la asignatura cubren un amplio rango de aplicación en distintas áreas de informática, física, biología, economía ciencias sociales, etc.
El análisis de redes se clasifica (al igual que con otros datos) en descriptivo, predictivo y prescriptivo. Este curso se focaliza en el análisis descriptivo y predictivo de datos en redes, que incluyen: la visualización de las redes; el cálculo de métricas y medidas sobre grafos; el modelado de su estructura y otras propiedades; y la predicción de características o procesos en nodos, enlaces y en la red completa. En resumen, se focaliza en las técnicas útiles para extraer nuevo conocimiento de estos sistemas.
La asignatura presenta un equilibrio entre las visiones teórica y práctica. En lo teórico, se incluyen los principales conceptos del análisis de datos descriptivo y predictivo. Mientras que en la parte práctica: se brindan razones para analizar redes, los principales usos de la disciplina y las principales herramientas. En todos los casos se presentan casos de aplicaciones reales.
Al finalizar el curso, el estudiante podrá diseñar y realizar investigación relacionada al análisis en redes, incluyendo: la recolección de datos, el análisis, y la documentación de resultados.
Presentar a los estudiantes fundamentos sobre el análisis de datos en redes. Una red es un concepto más amplio que un grafo, y en general se utiliza para modelar interrelaciones en sistemas complejos, como ser: las interacciones entre personas, proteínas, neuronas, computadoras, elementos de comunicación, sistemas de transporte, etc. Por tanto, los temas de la asignatura cubren un amplio rango de aplicación en distintas áreas de informática, física, biología, economía ciencias sociales, etc.
El análisis de redes se clasifica (al igual que con otros datos) en descriptivo, predictivo y prescriptivo. Este curso se focaliza en el análisis descriptivo y predictivo de datos en redes, que incluyen: la visualización de las redes; el cálculo de métricas y medidas sobre grafos; el modelado de su estructura y otras propiedades; y la predicción de características o procesos en nodos, enlaces y en la red completa. En resumen, se focaliza en las técnicas útiles para extraer nuevo conocimiento de estos sistemas.
La asignatura presenta un equilibrio entre las visiones teórica y práctica. En lo teórico, se incluyen los principales conceptos del análisis de datos descriptivo y predictivo. Mientras que en la parte práctica: se brindan razones para analizar redes, los principales usos de la disciplina y las principales herramientas. En todos los casos se presentan casos de aplicaciones reales.
Al finalizar el curso, el estudiante podrá diseñar y realizar investigación relacionada al análisis en redes, incluyendo: la recolección de datos, el análisis, y la documentación de resultados.
- 1. Introducción:
- Motivación y utilidad del análisis de redes (análisis de datos, aprendizaje automático, datos en formato de redes, visualización, uso de las redes en distintas disciplinas, repositorios de datos y software usuales)
- La representación de grafos (nodos, enlace, matriz de adyacencia, grado de un nodo, redes de uno y dos modos, etc.)
- Obligatorio 1 (obligatorio): Introducción al software para analizar redes y manipular grafos.
- 2. Análisis descriptivo de redes:
- Mapeo del grafo de la red y visualización
- Obligatorio 2 (obligatorio): Software para visualización de grafos
- Medidas de centralidad de nodos
- Obligatorio 3 (obligatorio): Calcular e interpretar medidas de centralidad de nodo en redes reales
- Cohesión en las redes, y Estructura de gran escala de las redes (distribución del grado de conectividad)
- Obligatorio 4 (obligatorio): Calcular e interpretar solapamiento y separación de comunidades en redes reales
- 3. Análisis predictivo de redes:
- Técnicas predictivas en redes (espacios embebidos de nodos, redes neuronales para grafos, algoritmos de detección de comunidades, aplicación a problemas de predicción sobre redes)
- Obligatorio 5 (obligatorio): Predecir información faltante en redes
Las actividades del curso (y su ponderación para la nota final) consisten en:
(80%) Entregas de trabajos prácticos realizados en laboratorio,
(20%) Defensa individual de las entregas realizadas y de los conocimientos teóricos adquiridos.
La asignatura se aprueba con el 60% de los puntos, teniendo un mínimo del 60% en cada actividad (entregas y defensa).