La Escuela Colombiana de Ingeniería otorga certificado de asistencia 
24 horas
Duración
remota
Modalidad
diurna
Jornada
Network science and machine learning on graphs: data analysis methods and applications.
click para reproducir video
Las redes complejas emergen como framework natural en el modelado de entidades y sus interacciones. Las redes, representadas matemáticamente como grafos, son ubicuas en nuestra vida cotidiana. Representan complejos fenómenos como redes sociales, redes de comunicación, interacción en la web, redes de transporte, redes de computación, redes de transmisión de energía, entre otros. Comprender el funcionamiento general de estos fenómenos modelados mediante redes o grafos es fundamental en aplicaciones de marketing, ingeniería, ciencias sociales, tecnología, biología, finanzas, neurociencias, solo por mencionar algunas.
"Networks are the heart of some of the most revolutionary technologies of the 21st century, empowering everything from Google to Facebook, CISCO, and Twitter".
Con la revolución de manejo de grandes datos, internet de las cosas y la industria 5.0, la disponibilidad de datos representados como grafos y los metadatos asociados se ha incrementado notablemente, ganando terreno y popularizando el uso de machine learning sobre grafos, generando diferentes oportunidades, y diversas aplicaciones sin precedentes con muchos desafíos.
El desarrollo del curso se realizará mediante sesiones magistrales, con la exposición y discusión de los temas principales. Se harán laboratorios prácticos relacionados con la implementación de conceptos teóricos relevantes. Se incluirá un componente de análisis e implementación de un artículo científico relevante en el cual se abordarán los temas principales del curso y se profundizará en tópicos complementarios. Adicionalmente, se incentivará en los participantes el análisis investigativo científico para la proposición de ideas complementarias al artículo con el objeto de generar potenciales proyectos de investigación o de aplicación en los temas desarrollados durante el curso.
El curso se desarrollará en 3 módulos, con un total de 24 horas de clase remotas a través de la plataforma Microsoft Teams.
La Escuela Colombiana de Ingeniería Julio Garavito otorgará certificados de este curso, así:
El curso se desarrollará entre el 11 y el 16 de julio, con una duración de 24 horas. Las clases se realizarán de lunes a sábado de 7:00 a 11:00 a.m. en modalidad remota, a través de Microsoft Teams.
La Escuela Colombiana de Ingeniería, para sus programas de Educación Continuada, se reserva el derecho de cambiar sus conferencistas y fechas de realización, o cancelarlos de no contar con el número de personas requerido para tal fin. Lo anterior se informará a los interesados con antelación.
Con la revolución de maneo de grandes datos, internet de las cosas y la industria 5.0, la disponibilidad de datos representados como grafos y los metadatos asociados se ha incrementado notablemente, ganando terreno y popularizando el uso de machine learning sobre grafos, generando diferentes oportunidades, diversas aplicaciones sin precedentes y muchos desafíos.
Estudiar fundamentos de machine learning supervisado y no supervisado, métricas de evaluación y métodos avanzados de reconocimiento de patrones sobre grafos como predicción de propiedades sobre nodos, predicción de enlaces, detección de anomalías, representation learning y graph embedings
