Escudo de la República de Colombia Escudo de la República de Colombia
Panel de Accesibilidad
 
logo-fac-blanco.png

Curso

Network Science for
Data Analytics

Entrega Cuatro (4) créditos homologables

Fechas realización

Mayo 06
a Junio 14

Intensidad

64 horas

Clase sincrónica + trabajo autónomo

Horario clases

Martes 6:00pm a 8:00pm

Plataforma - Acceso 24/7
Tutorías - Sábados por la mañana

Inversión

$ 1.950.000

Aplican descuentos

Actividad vigente

Esta actividad está abierta para inscribirse, cursar y certificarse

Presentación

Las redes aparecen en prácticamente todos los entornos de la vida humana. Los humanos se organizan de forma natural construyendo redes (sociales, económicas, biológicas, etc.), nuestras familias y vecindarios son redes importantes para nosotros. Asimismo, las organizaciones funcionan construyendo redes complejas e interconectadas de asociaciones comerciales y financieras. La salud pública se promueve a través de asociaciones y coaliciones de gobiernos. Las naciones están conectadas entre sí a través de sistemas de migración, comercio, etc.
 
Por otro lado, las redes no humanas existen casi en cualquier lugar, los genes y las proteínas interactúan entre sí a través de redes biológicas complejas, de igual modo, el cerebro humano es una red compleja. El progreso social y científico está impulsado por un proceso de difusión de la innovación mediante el cual la información se propaga a través de sistemas sociales conectados.
 
La Ciencia de Redes ofrece un lenguaje común y diferentes métodos a través de los cuales múltiples disciplinas interactúan e intentan resolver problemas comunes. Ofrece una metodología general y poderosa para modelar y representar interacciones simples y complejas.
 
Este curso se centra en estudiar el marco conceptual y aplicado general de la Ciencia de Redes. Se estudiarán conceptos fundamentales, métodos comúnmente utilizados y de última generación. Los temas principales incluyen medidas de centralidad de redes y modelos de redes. Además, se presentarán algunos conceptos básicos de métodos estadísticos y de aprendizaje automático, y sus aplicaciones en contexto; asimismo, se ilustrará la resolución de problemas del mundo real mostrando varios ejemplos con un enfoque práctico.

Información de la actividad

El objetivo del curso es estudiar los fundamentos de la ciencia de redes, incluidos los métodos comúnmente utilizados y de última generación para el análisis de datos, y sus aplicaciones en la resolución de problemas que puedan ser modelados por redes.
 
Al finalizar exitosamente el curso, el estudiante podrá participar activamente en proyectos de análisis de datos que involucren redes con un enfoque de ciencia de datos.
 
Objetivos Específicos
1. Comprender y aplicar modelos de redes a problemas complejos.
2. Aplicar las herramientas de modelado y análisis de la Ciencia de Redes
3. Comprender las ventajas y desventajas del modelado de redes
4. Construir, adaptar y analizar un modelo de una red compleja

En el curso NSDA se asume la educación como un proceso de interacción dinámica centrada en los participantes, donde el rol del profesor, además de proveer su experiencia profesional y los elementos conceptuales, se concentra en ser un dinamizador de las actividades de aprendizaje que propicien el desarrollo de las competencias propuestas.

Los estudiantes contarán con acceso a un sistema de videoconferencia para las sesiones sincrónicas y acceso a una plataforma de aprendizaje autónomo, dónde encontrarán una gran cantidad de recursos educativos digitales (REDs) que han sido especialmente diseñados para esta actividad, tales como: videos, imágenes, animaciones, lecturas, notebooks de código pre programado, guías de referencia, etc.

 

Tenga en cuenta:

A lo largo del curso se realizarán entregas parciales del proyecto aplicado. Estas entregas son acumulativas y se irán evaluando de forma continua hasta la entrega final, dando la oportunidad a los estudiantes de ir mejorando su trabajo.

El estudiante que curse esta asignatura debe contar con las siguientes competencias previas:                      

  1. Conocimientos de programación de computadores.
  2. Conocimientos básicos de probabilidad y estadística.
  3. Disposición para aprender nuevas tecnologías y nuevos paradigmas

 

Tenga en cuenta:

La actividad NO realiza una prueba de proficiencia, habilidad ni técnicas que limiten su inscripción o participación. Aun así, para propiciar un adecuado abordamiento de los contenidos se recomienda que los participantes tengan las habilidades anteriormente mencionadas.

- Al principio de cada semana se llevará a cabo una sesión sincrónica con el profesor (Martes 6:00pm a 8:00pm)

- En el desarrollo de cada semana se asignarán tareas y talleres calificables con fechas específicas de entrega para ser enviadas al final de la misma

- Se contará con sesiones sincrónicas de tutoría en grupos pequeños para un acompañamiento más personalizado los sábados en la mañana

El curso está dirigido a toda persona que aún no posea mayor conocimiento sobre los principios clave de las ciencias de redes y vea con gran optimismo estas nuevas herramientas y quiera usarlas para entender la estructura y el funcionamiento de sistemas complejos.

Ha sido diseñado para personas con formación en diversas disciplinas: ingeniería de sistemas y computación y otras áreas de la ingeniería, telecomunicaciones, bioinformática, informática, matemáticas, estadística, economía y ciencias sociales, entre otras.

 

Tenga en cuenta:

Este programa es de especial interés para las personas que pertenezcan a un programa académico de la Universidad Nacional de Colombia (o quienes esperen entrar a uno) ya que al aprobar, permitirá́ realizar homologación de créditos al programa de estudios.

Cada uno de los módulos del programa ofrece certificación expedida por la Facultad de Ingeniería Sede Bogotá, cuando el estudiante apruebe con una nota mínima los exámenes o talleres en el desarrollo de la metodología.

 Un estudiante puede recibir dos (2) tipos de certificaciones:

- Certificado de aprobación de la Unidad de Educación Continua (UECP): Se entrega al culminar un asignatura/módulo habiendo obtenido una calificación de al menos 3.0 / 5.0 en las actividades de evaluación del equipo docente. Corresponde a un curso corto.

- Certificado de la Secretaría Académica de la Facultad de Ingeniería: Se entrega al culminar un módulo/materia habiendo obtenido el certificado de aprobación. Este certificado será válido para adelantar los trámites de homologación (convalidación) de créditos en caso que el participante sea admitido a algún programa académico de posgrado de la Universidad Nacional de Colombia, correspondiendo a 4 créditos.



Tenga en cuenta:
Para este Programa de formación se entregará exclusivamente certificado de aprobación (no de asistencia). Para ser objeto de certificación, el participante deberá cumplir con las condiciones detalladas a continuación:
Image

Contenido

1. Introducction to Data Science

  • Data Science - general overview
  • Data everywhere and all the time.
  • Data Life Cycle

2. Introduction to Network Science

  • Networks in the real world

3. Basic Concepts of Graph Theory

  • Graph basic Definitions: directed and undirected graphs, bipartite graphs
  • Basic properties of networks
  • Paths and distances
  • Connectivity

4. Small Worlds

  • Local measures in networks
  • Degree centrality, closeness centrality, betweenness centrality and eigenvector centrality

5. Hubs

  • Global measures in networks
  • Degree distribution, clustering, density, diameter and radius in a network, average path lengh

6. Network Models

  • Random Networkxs
  • Small World Networks

7. Communities

  • Homophily
  • Assortativity
  • Communitiy detection

8. Vulnerability in networks

  • Diusion in networks
  • Simple diusion
  • Complex diusion
  • Types of network attacks: random and targeted attacks
  • Network resilience

9. Graph Machine Learning

  • Introduction to Machine Learning
  • Node prediction
  • Link Prediction
  • Graph Prediction

10. Deep Learning with Graphs
(New Techniques based on Deep Learning)

  • Introduction to Deep Learning
  • Graph Representaion learning (node embeddings)
  • Graph Neural Networks
  • Applications

Equipo docente

Luis Fernando Niño Vásquez
Ingeniero de Sistemas

Ingeniero de Sistemas y Magister en Ciencias Matemáticas de la Universidad de Colombia y Magister en Ciencias de la Computación y Doctorado en Ciencias de la Computación de La Universidad de Memphis. Profesor Titular de la Facultad de Ingeniería de la Universidad de Colombia. Con experiencia como director y coordinador de la Unidad de Posgrados y del Área Curricular de Ingeniería de Sistemas e Industrial, sede Bogotá.

Investigador visitante, Discovery Lab, Florida International University; Centro de Ciencias de la Complejidad (C3), Universidad Autónoma de México; Intelligent Systems Research Laboratory, The University of Memphis. Se especializa en la investigación y docencia de la Inteligencia Artificial y sus aplicaciones, con énfasis en Ciencias de la Vida, especialmente, en Ciencias Biomédicas. Autor de un significativo número de publicaciones nacionales e internacionales. Director del grupo de Investigación “Laboratorio de Investigación en Sistemas Inteligentes (LISI)”.

Alfonso Meléndez Acuña
Ingeniero de sistemas y matemático

Ingeniero de Sistemas y Matemático de la Universidad de los Andes, con Maestría en Ingeniería de Sistemas y Computación en la misma institución, con énfasis en informática educativa. Es profesor titular en el Departamento de Matemáticas de la Escuela Colombiana de Ingeniería Julio Garavito, con más de veinte años de experiencia como par académico en procesos de evaluación y acreditación de programas educativos. Sus áreas de interés incluyen modelación basada en agentes, pensamiento complejo, educación matemática y análisis de redes. Autor de diversas publicaciones académicas y libros en temas de educación, matemáticas y tecnología. Su trayectoria se ha centrado en la enseñanza y aplicación de herramientas computacionales en la educación matemática, con especial énfasis en el uso de GeoGebra.

Tabla de valores

Los descuentos NO son acumulables entre sí. Se aplica sólo un (1) descuento, siendo más benéfico para el usuario.
-
Tarifa plena$ 1'950.000

Hasta Mayo 06 de 2025

-10%
Pronto pago$ 1'755.000

Para pagos efectuados al menos 15 días calendario previo al inicio de la actividad

(El día de inicio de la actividad no se cuenta para este cálculo)

-10%
Grupos (4 o más)$ 1'755.000
A grupos de 4 o más personas a través de un único soporte de pago
-10%
Hijos$ 1'755.000
Pensionados, docentes, funcionarios, contratistas y estudiantes de la UNAL, estudiantes IPARM y Escuela UNAL Medellín
-10%
Sisbén y vulnerables$ 1'755.000
Personas de niveles 1 y 2 de Sisben, población en situación de discapacidad y desplazados inscritos en el registro de población desplazada
-10%
Otras Universidades$ 1'755.000
A estudiantes activos de otras universidades (pregrado o posgrado)
-15%
Múltiples actividades$ 1'657.500
A personas que realicen 3 o más cursos o diplomados al año en la UNAL.
-20%
Descuento rol UNAL$ 1'560.000
A profesores, investigadores, funcionarios, pensionados, egresados y contratistas de la Universidad Nacional de Colombia.
-25%
Contratistas y Funcionarios UNAL Egresados UNAL+Pronto pago$ 1'462.500
Hasta 21 días calendario antes del inicio de cada asignatura/módulo
-30%
Estudiantes de posgrado UNAL$ 1'365.000
A estudiantes activos de posgrado UNAL
-50%
Estudiantes Pregrado UNAL$ 975.000
A estudiantes activos UNAL

Procedimiento para la asignación de cupo

Registro

Registro

Debe registrar sus datos personales en el portal de información HERMES: www.hermes.unal.edu.co
Enlace HERMES
Pago

Pago

Consignación Banco Popular, transferencia bancaria, PSE (débito) o tarjeta de crédito (VISA)
Guía de pagos
Legalización

Legalización

Enviar al correo: documento de identidad (cédula) y soporte pago. Si aplica, soporte de descuento.
Correo: uec_fibog@unal.edu.co 

Preguntas frecuentes

¿Quién puede participar en los cursos y diplomados?
Nuestra misión como Universidad Nacional de Colombia en su línea de extensión es capacitar y actualizar a la comunidad en general, con ello NO hay pre requisitos administrativos para que una persona pueda inscribirse, cursar o certificarse en cualquiera de nuestras actividades:

En resumen:
1) NO es necesario ser Ingeniero
2) NO es necesario técnico, tecnólogo o profesional
3) NO es necesario pertenecer a la UN