Redes y Sistemas Complejos
Las redes convierten interacciones en estructura analítica: permiten estudiar difusión, centralidad, comunidades, coordinación e inferencia en sistemas sociales, tecnológicos, biológicos y organizacionales. En industria, este enfoque complementa modelos tabulares tradicionales al capturar dependencia entre observaciones, influencia vecinal, riesgo compartido, similitud estructural, recomendación, fraude, cadenas de suministro y propagación de fallas.
Ciencia de redes con teoría, datos y validación
El curso traduce esa mirada en una ruta técnica: definir nodos y enlaces, construir grafos auditables, elegir métricas según la pregunta, convertir estructura en features interpretables y comparar patrones observados contra modelos nulos o baselines explícitos.
La práctica avanza en 8 unidades con clases, laboratorios y notebooks: bipartitas y proyecciones, centralidades como feature engineering, modelos generativos y nulos, comunidades, difusión, evaluación sin leakage, comunicación responsable y Graph ML cuando la señal relacional justifica ir más allá de un modelo tabular.