INTRODUCCIÓN A LA ANALÍTICA DE GRAFOS



INTRODUCCIÓN A LA ANALÍTICA DE GRAFOS

Idioma: Español y Inglés

Créditos: 4 créditos

Intensidad horaria: 64 horas

Fecha: 26 de Junio al 19 Julio

Horario: Martes a Viernes de 8 a.m. a 12 p.m.

Coordinador: Jorge E. Camargo

e-Mail: Esta dirección de correo electrónico está protegida contra spambots. Necesita activar JavaScript para visualizarla.

Prerrequisitos: Algoritmos, algebra lineal, machine learning

Este curso pretende brindar a los asistentes los aspectos teóricos de la analítica de grafos y sus aplicaciones. La analítica de datos se fundamenta en temas provenientes de áreas tales como la teoría de grafos, machine learning, visualización de información, algoritmos, entre otros. En cuanto a las aplicaciones de la analítica de grafos, ésta es utilizada en el análisis de redes sociales, detección de comunidades, análisis de redes biológicas, análisis de redes de información humana, ciudades inteligentes, análisis de transacciones en criptomonedas (blockchain), por nombrar algunos ejemplos. En el curso además de los aspectos teóricos y las aplicaciones de la analítica de grafos, se abordarán algunas tecnologías para modelar, almacenar, recuperar y analizar datos con estructura de grafos.

Para costos y procedimientos de inscripción, hacer click aquí.

Modulos Fechas Invitados / Docentes Temas
1 26/06/2018 - 29/06/2018 Prof. Giri Nadasimhan
  • INTRODUCTION TO GRAPH ANALYTICS
  • Lecture: Terminology
  • Lecture: Representations
  • Lecture: List Traversals & Search
  • Lecture: Connectivity
  • Lecture: Digraphs and Digraph Connectivity
  • Lecture: Weighted Graphs
  • Lecture: All-pairs Shortest Path Problems
  • Lecture: Network Flow Problems
  • Lecture: Analyzing Graph Algorithms
  • Lecture: Advanced Graph Algorithms
  • Lecture: Geometric Graph Algorithms
2 03/07/2018 - 06/07/2018 Prof. Remy Cazabet
  • GRAPH MINING
  • Lecture: Introduction, Measures and scores to describe networks as a whole
  • Practicals: Manipulating, visualizing and measuring networks using Gephi
  • Lecture: Discovering important nodes and edges in networks
  • Practicals: Introduction to networkx, computing centralities
  • Lecture: Discovering the structure of graphs: Communities, Core-Periphery, Spatial organization
  • Practicals: Community detection with Python
  • Lecture: Network Embedding: Machine Learning comes to graphs
  • Practicals: Graph Embedding in Python
3 10/07/2018 - 13/07/2018 Prof. Remy Cazabet
  • ORGANIZATION AND DYNAMICS
  • Lecture: Link Prediction/Recommendation
  • Practicals: Link prediction and evaluation using networkx and scikit-learn
  • Lecture: Introduction to dynamic graphs
  • Practicals: Handling dynamic graphs with networkx and more
  • Lecture: Dynamic community detection
  • Practicals: Detecting and visualizing communities using networkx and more
  • Lecture: From complex systems to complex networks and back
  • Practicals: Transforming logs of observations into a network with python
  • Lecture: Multiplex, Multi-slice, attributed, second order and more: Complexifying Complex networks.
  • Practicals: Handling attributed/Multiplex networks OR free project
4 17/07/2018 - 19/07/2018 Prof. Jorge Camargo / Prof. Fabio González
  • APPLICATIONS AND RESEARCH TOPICS
  • Research directions in network/graph analytics
  • Open problems
  • Cases of study: invited researchers
  • Project