Las redes (o grafos) son estructuras que permiten modelar, de manera natural, relaciones binarias (llamados enlaces o arcos) entre nodos. Por eso su importancia en áreas como las ciencias de la computación y las matemáticas. Más recientemente, con la relevancia de las redes sociales en nuestra vida diaria, y la aparición de nuevas tecnologías que han permitido la construcción de redes biológicas a diferentes niveles y escalas, el análisis de redes complejas (llamadas así, principalmente, por su gran tamaño) se ha convertido en una disciplina en sí misma. Problemas fundamentales como la clasificación de nodos, la predicción de enlaces faltantes en una red o en una secuencia de ellas (e.g., dada la evolución de un sistema a lo largo del tiempo) han sido centrales en el entendimiento de nuevos fenómenos y dinámicas de los sistemas que modelan. El análisis de grandes volúmenes de datos y técnicas de aprendizaje automático (en inglés, machine learning) han sido claves en instrumentar procedimientos para el análisis de este tipo de redes. La oferta académica de este curso está basada en resultados de proyectos de investigación y consultoría. Los algoritmos y técnicas que aquí se presentan han sido utilizados en escenarios reales y han dado resultados validados experimentalmente en el caso de las redes biológicas. La oferta académica de cursos similares en Colombia es escasa o inexistente a pesar de la creciente importancia y relevancia de analizar redes complejas en diferentes contextos. Por ello este curso, con un enfoque hands on, está abierto al público en general interesado en el análisis de redes complejas usando analítica de datos y machine learning. Finalmente, el curso contribuye al derrotero de conocer y aplicar algoritmos y técnicas del estado del arte para identificar patrones y predecir comportamientos en redes complejas, como redes sociales y biológicas.
Ejemplificar el uso de analítica de datos y aprendizaje automático (en inglés, machine learning) aplicando algoritmos y técnicas del estado del arte para identificar patrones y predecir comportamientos en redes complejas, como redes biológicas y redes sociales. El curso privilegia la aplicación de los conceptos a través de casos de estudio prácticos en un computador.
El curso de verano se realiza con una metodología práctica donde se privilegia la exposición teórica esencial complementaria a los materiales y referencias que se entregan, aplicaciones de conceptos a casos de estudio y laboratorios prácticos para la réplica del material presentado.
Módulo 1. Introducción a las redes complejas y al aprendizaje automático
Módulo 2: Co-expresión génica y predicción de funciones de genes
Módulo 3: Respuesta a estrés salino en arroz y co-expresión de comunidades de genes
Módulo 4: Redes sociales y predicción interacción entre usuarios (artículo)
Lunes a Jueves: 8 am - 12 m
4% por pronto pago en curso o diplomados, cancelando 30 días calendario previos a la fecha de inicio (acumulable con otros descuentos)
10% egresados, afiliados a Cafam
15% para grupos de 3 a 5 participantes en el mismo curso o diplomado
20% para grupos de 6 personas en adelante, y en el tercer curso o diplomado realizado consecutivamente
Forma de pago: Efectivo, cheque de gerencia, tarjeta de crédito (recibimos todas las tarjetas, cuenta de cobro).