Docencia | CRiSS-LAB Chile

Machine Learning No Supervisado

Sat, 30 May 2026 00:00:00 +0000

Este curso introduce el aprendizaje no supervisado como un marco práctico para encontrar estructura en datos complejos sin etiquetas predefinidas. Los estudiantes trabajan con clustering, reducción de dimensionalidad, embeddings, factorización matricial, modelos de tópicos, detección de anomalías, representaciones de grafos y validación de modelos.

El foco está en aplicaciones de ciencia de datos y ciencias sociales computacionales: trazas conductuales, texto, redes, educación, cultura, organizaciones y problemas de política pública.

Ciencia de Redes y Sistemas Complejos

Fri, 15 May 2026 00:00:00 +0000

Este curso introduce la ciencia de redes como lenguaje técnico y conceptual para estudiar sistemas sociales, tecnológicos, biológicos y organizacionales. Los estudiantes trabajan con construcción de grafos, centralidad, comunidades, modelos nulos, difusión, predicción de enlaces y machine learning sobre grafos.

El sitio público del curso está disponible en networks.criss-lab.com.

Complexity Global School for Emerging Political Economies

Tue, 09 Sep 2025 00:00:00 +0000

Cristian Candia participó como profesor invitado en la Complexity Global School for Emerging Political Economies 2025, organizada por el Santa Fe Institute y la Universidad de los Andes. El programa reunió a estudiantes y profesionales de distintas disciplinas para estudiar enfoques de complejidad aplicados a desafíos políticos y económicos.

Ciencias Sociales Computacionales

Fri, 01 Aug 2025 00:00:00 +0000

Esta línea docente introduce enfoques computacionales para estudiar comportamiento humano y sistemas sociales. Conecta teoría con pipelines de datos, pensamiento relacional, experimentos, trazas digitales, análisis de texto e interpretación responsable de datos observacionales a gran escala.

Emprendimiento Tecnológico

Fri, 01 Aug 2025 00:00:00 +0000

Este curso conecta tecnología, datos e innovación con problemas reales. Los estudiantes trabajan en identificación de oportunidades, validación, prototipos, modelos de negocio, productos digitales y transferencia de conocimiento hacia soluciones de impacto.

Inferencia Causal para Ciencia de Datos

Fri, 01 Aug 2025 00:00:00 +0000

El curso cubre herramientas para razonar sobre causalidad en problemas aplicados de ciencia de datos. El foco está en formular preguntas identificables, distinguir correlación de efecto causal y evaluar intervenciones usando diseños experimentales y cuasi-experimentales.