U2
Bipartitas
Proyecciones bipartitas
Ejercicios adicionales para construir redes bipartitas desde datos tabulares y comparar sus dos proyecciones sin perder de vista los sesgos por nodos de alta actividad.
2026-1
Laboratorios
8 laboratorios prácticos en Python, con notebooks complementarios en unidades que requieren más práctica. Cada notebook combina teoría aplicada con ejercicios sobre datos reales y puede ejecutarse en Google Colab.
8 labs
3 complementarios
Python · NetworkX
Google Colab
Lab
Cómo usar los notebooks
Haz clic en Colab para ejecutar el notebook en tu navegador, o en GitHub para leerlo sin ejecutar.
Algunas unidades incluyen notebooks complementarios para profundizar proyecciones, modelos nulos o comunidades.
01
Creación y manipulación de grafos con NetworkX. Visualización básica,
carga desde archivos de texto y primeras métricas de red (grado, conectividad, self-loops).
02
Construcción de grafos bipartitos, proyecciones 1-mode y cuantificación de sesgos.
Aplicación en datos de compras públicas (empresa–organismo).
Recurso interactivo
Abrir
03
Grado, betweenness, closeness, eigenvector. Construcción de un feature store
de nodos para modelos downstream. Análisis de sensibilidad frente a pesos y umbrales.
04
Erdős-Rényi, Watts-Strogatz y Barabási-Albert como baselines estadísticos.
Comparación de clustering, distancias y distribuciones de grado contra la red real.
05
Leiden, Louvain con análisis de estabilidad, k-core y core-periphery.
Aplicación en redes de compras públicas (segmentos de proveedores y dependencias).
Recurso interactivo
Abrir
06
SIR/SIS: simulación y comparación de intervenciones (random, por grado, por k-core).
Umbrales de percolación y rol de la estructura en la velocidad de propagación.
Recurso interactivo
Abrir
07
Rewiring y permutation tests sobre modularidad. Evaluación sin leakage en grafos.
Checklist ético para análisis de redes sociales y privacidad.
08
Node embeddings vs. GNN. Casos industriales: fraude, recomendación y bioinformática.
Cuándo NO usar GNN y cómo evitar leakage en modelos de grafos.
Notebooks complementarios
profundización práctica por unidad
U4
Modelos nulos
Replicación de modelo nulo bipartito
Replica la lógica inferencial de Lyra et al. para co-bidding firma-firma usando Jaccard centrado, randomizaciones bipartitas y comparación contra un baseline explícito.
U5
Comunidades
Comunidades en redes tradicionales
Workflow con Karate Club y Les Misérables para estabilidad, sensibilidad a resolution, representación ponderada/no ponderada y contraste Louvain/Leiden.