Redes y Sistemas Complejos
Curso actual · 2026-1 Activo

Redes y Sistemas Complejos

Las redes permiten estudiar cómo la estructura de las interacciones condiciona difusión, centralidad, comunidades, coordinación e inferencia en sistemas sociales, tecnológicos, biológicos y organizacionales.

8
Unidades
8
Laboratorios
3
Complementarios
4
Clases PDF
4
Clases notebook
Curso de redes complejas

Ciencia de redes con teoría, datos y validación

Redes y Sistemas Complejos estudia sistemas relacionales donde el patrón de conexión no es un detalle descriptivo, sino parte central del mecanismo: mercados, organizaciones, documentos, productos, contagios, colaboración científica e infraestructuras conectadas. La ruta combina teoría de grafos, ciencia de redes, modelamiento de datos, inferencia y programación reproducible en Python.

El curso avanza desde decisiones de representación hasta análisis experto: redes bipartitas y proyecciones, centralidades, modelos generativos y nulos, comunidades, difusión, evaluación sin leakage, comunicación responsable y machine learning sobre grafos. Cada unidad conecta intuición matemática, criterio metodológico y notebooks ejecutables.

Componente teórica
8 clases teóricas: 4 en PDF y 4 en notebook
Cada unidad referencia explícitamente su clase teórica y su práctica asociada.
Ver clases
Laboratorios prácticos
8 prácticas en Python para trabajar cada unidad
NetworkX, igraph, redes bipartitas, centralidades, modelos nulos, comunidades, difusión, evaluación e introducción a Graph ML.
Ver laboratorios
Prácticas complementarias
3 notebooks complementarios para profundizar métodos clave
Proyecciones bipartitas, replicación de modelo nulo y comunidades en redes tradicionales.
Ver notebooks

Material del curso

Doc
Texto base

Unidades del curso

clase teórica + práctica + recurso cuando aplica
U1 · 02-08 mar
Fundamentos y Modelamiento
Representación de redes, nodos, aristas, pesos y auditoría estructural del dato.
U2 · 09-15 mar
Redes Bipartitas
Bipartitas, proyecciones, sesgos por actividad y métricas bajo supuestos explícitos.
U3 · 16-22 mar
Features y Segmentación
Centralidades, feature stores, sensibilidad a pesos y umbrales.
U4 · 23-29 mar
Modelos Generativos y Nulos
Erdős-Rényi, Watts-Strogatz, Barabási-Albert y baselines.
U5 · 30 mar-05 abr
Mesoestructura
Comunidades, modularidad, estabilidad y core-periphery.
U6 · 06-12 abr
Procesos en Redes
Difusión, contagio, modelos SIR/SIS y estrategias de intervención.
U7 · 13-19 abr
Inferencia, Evaluación y Ética
Significancia, validación, leakage, privacidad y evaluación responsable.
U8 · 20-26 abr
Industria y Graph ML
Cierre conceptual con casos industriales, embeddings y Graph Neural Networks.