Última actualización: 17/04/2024


Curso Académico: 2024/2025

Análisis de Redes
(17768)
Máster Universitario en Estadística para la Ciencia de Datos (Plan: 386 - Estudio: 345)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: GALEANO SAN MIGUEL, PEDRO

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Matemáticas para Data Science Probabilidad Inferencia Estadística Programación en R Métodos Numéricos para Data Science Estadística Multivariante
Objetivos
Los objetivos de la asignatura son: 1. Comprender los conceptos básicos de las redes y sus representaciones, incluyendo la introducción a los grafos y la matriz de adyacencia. 2. Adquirir habilidades en la visualización de redes, desde el diseño hasta la decoración, incluso para redes grandes. 3. Realizar análisis descriptivos de redes, explorando características de vértices y ejes, como centralidad, cohesión, detección de comunidades y asortatividad, con aplicaciones prácticas. 4. Familiarizarse con modelos e inferencias para redes, incluyendo modelos clásicos, modelos generalizados y modelos de mundo pequeño, y comprender sus aplicaciones. 5. Aprender técnicas de predicción en redes, incluyendo métodos de vecinos más cercanos, así como explorar alternativas para la predicción en este contexto.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción y preliminares. 1.1 Introducción. 1.2 Ejemplos de redes. 1.3 Grafos. 1.4 Familias de grafos. 1.5 La matriz de adyacencia. 2. Visualización de redes. 2.1 Introducción 2.2 Diseño de redes. 2.3 Decorando redes. 2.4 Redes grandes. 3. Análisis descriptivo de redes. 3.1 Introducción. 3.2 Características de las vértices: centralidad, influencers,... 3.3 Características de los ejes: centralidad. 3.4 Cohesión de redes. 3.5 Detección de comunidades en redes. 3.6 Asortatividad. 3.7 Aplicaciones. 4. Modelos e inferencia para redes. 4.1 Introducción. 4.2 Modelos clásicos. 4.3 Modelos generalizados. 4.4 Modelos de mundo pequeño. 4.5 Aplicaciones. 5. Predicción en redes. 5.1 Introducción. 5.2 Métodos de vecinos más cercanos. 5.3 Alternativas.
Actividades formativas, metodología a utilizar y régimen de tutorías
Actividades formativas: Clases teóricas Clases prácticas Tutorías Trabajo en grupo Trabajo individual del estudiante Pruebas de evaluación presencial Metodología a utilizar: Clases teóricas con material de apoyo disponible en la Web. Clases de resolución de problemas. Prácticas computacionales en aulas informáticas. Exposiciones orales. Regimen de tutorías: Tutorías individuales a lo largo del curso.
Sistema de evaluación
  • Peso porcentual del Examen Final 40
  • Peso porcentual del resto de la evaluación 60

Calendario de Evaluación Continua


Bibliografía básica
  • Blas Pelegrín, Lazaro Canovas y Pascual Fernández. Algoritmos en grafos y redes. PPU. 1993

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.