• Temario: 

      • Detección de comunidades, Laplacian embeddings y spectral clustering. 
      • Node y (sub)graph representation learning: métodos basados en factorización de matrices, paseos aleatorios, y redes convolucionales en grafos. 
      • Aplicaciones a clasificación de nodos y de grafos, y modelado de la relación entre conectividad estructural y funcional en el cerebro.

    • Video de clase 1 URL
      Passcode: N2.v@Z8a
    • Slides clase 1 Archivo
    • Video de clase 2 URL
      Passcode: m!FHrd94
    • Slides clase 2 Archivo
    • Slides clase 2 (con aplicaciones) Archivo

      Versión con las aplicaciones del final, que no llegamos a cubrir. Esta última parte está mayormente en inglés

◄Redes neuronales en grafos (GNNs)
►Laboratorios