2022-09-30 –, Hedy Lamarr (Teoría 5)
Language: Español
Las redes complejas se encuentran en todos lados, ya sean en redes sociales o cuando queremos llegar de un punto a otro dentro de una ciudad. ¿Cómo podemos analizarlas usando Python? Es la pregunta que busca responder este taller.
En este taller explicaremos los conceptos básicos para el estudio de redes complejas a través de grafos. De forma práctica, revisaremos cómo trabajar con este tipo de redes en Python. Para ello, utilizaremos las bibliotecas NetworkX para manipular y visualizar grafos, y, OSMnx para analizar la red de calles de una ciudad.
Descripción
El taller comenzaría con una breve introducción a los grafos, para luego, dar paso a una introducción a las redes complejas (esto podría durar unos 30 minutos). Posteriormente, el plan de trabajo sería el siguiente:
- Primera hora. Presentar un ejemplo sobre redes sociales. Aquí la idea es entender qué es una red social para luego analizarla con código. O sea aprender a crear, manipular y visualizar este tipo de redes usando la biblioteca NetworkX.
- Segunda hora. Presentar un ejemplo sobre redes urbanas (datos espaciales), en particular, usar datos públicos sobre Granada para hacer un análisis sobre las estructuras de sus calles. Para esto se utilizará la biblioteca OSMnx, diseñada para el análisis de redes urbanas.
Las bibliotecas que se utilizaran en el taller son las siguientes:
- NetworkX. Para la creación, manipulación y visualización de grafos.
- OSMnx. Paquete para obtener datos desde OpenStreetMaps y traspasarlos a un grafo espacial. (https://geoffboeing.com/2016/11/osmnx-python-street-networks/).
Para hacer más fácil la colaboración y seguimiento entre todos los asistentes al taller proponemos crear un repositorio en GitHub con los datos y Jupyter Notebooks asociados a cada ejemplo práctico. Así, la audiencia podrá trabajar utilizando Google Colab o MyBinder (para los enemigos de Google).
El trabajo que se presentará en el taller se basa en sus aspectos teóricos y aplicados en dos libros cruciales:
- Network Science, autor: Albert-László Barabási (http://networksciencebook.com/)
- A First Course in Graph Theory, autor: Gary Chartrand.
Conclusión
Las redes complejas se encuentran en todos lados, ya sean en redes sociales o cuando estamos perdidos en la ciudad y no sabemos cómo llegar a un bar en Granada. ¿Cómo podemos analizarlas empleando Python? Es la pregunta que busca responder este taller.
Intermedio
Topic –Ciencia de datos, Machine Learning e IA
Camilo Chacón Sartori es doctorando en Inteligencia Artificial, en el Instituto de Investigación en Inteligencia Artificial & Universidad Autónoma de Barcelona (España). Ha publicado dos libros sobre informática (uno técnico, otro de divulgación), además tiene un podcast llamado: Había una vez un algoritmo..., donde explora los aspectos técnicos, científicos y filosóficos de la informática.
Patricio Reyes es investigador senior del Centro Nacional de Supercomputación, Barcelona Supercomputing Center, BSC. Sus líneas de investigación están relacionados con el análisis de datos espaciales y el aprendizaje de máquinas interpretable.