Aprendizaje Automático para Datos en Grafos-semestral

Temario

1. Introducción, motivación y desafíos del área [1 clase]. 
2. Teoría básica de grafos [3 clases aproximadamente]:
• Preliminares: representación, grafos dirigidos y con pesos, árboles, grados, matriz de adjacencia y lapaciano del grafo. [Capítulo 6 del Newman y 2.1 del Kolaczyk].  
• Métricas y medidas: centralidad, transitividad y coeficiente de clustering, similaridad. [Capítulo 7 del Newman]. 

Material del curso 2022 (pueden existir modificaciones)

1. Introducción, motivación y desafíos del área [1 clase]. Queda la grabación de la clase aquí. El código que pide es ?1hh2f%+
2. Teoría básica de grafos [3 clases aproximadamente]:
• Preliminares: representación, grafos dirigidos y con pesos, árboles, grados, matriz de adjacencia y lapaciano del grafo. [Capítulo 6 del Newman y 2.1 del Kolaczyk].  Queda la grabación de la segunda clase aquí. El código que pide es u5^$&1iT
• Métricas y medidas: centralidad, transitividad y coeficiente de clustering, similaridad. [Capítulo 7 del Newman]. Queda la grabación del martes 16/08 aquí (el código es ^D=86Yp9) y la del jueves 18/08 aquí