Sistemas dinámicos.
Cesar Alberto Rosales Alcantar

Objetivos Generales:

1. Presentar los conceptos fundamentales de los sistemas dinámicos, tanto continuos como discretos.
2. Introducir aplicaciones relevantes en biología, física e ingeniería (poblaciones, circuitos, modelos epidemiológicos, entre otros).
3. Desarrollar la capacidad de analizar estabilidad, bifurcaciones y comportamientos cualitativos de los sistemas.
4. Familiarizar al estudiante con herramientas computacionales (principalmente en Python) para la simulación y el estudio de sistemas dinámicos.

Sistemas dinámicos.
Cesar Alberto Rosales Alcantar

Objetivos Generales:

1. Presentar los conceptos fundamentales de los sistemas dinámicos, tanto continuos como discretos.
2. Introducir aplicaciones relevantes en biología, física e ingeniería (poblaciones, circuitos, modelos epidemiológicos, entre otros).
3. Desarrollar la capacidad de analizar estabilidad, bifurcaciones y comportamientos cualitativos de los sistemas.
4. Familiarizar al estudiante con herramientas computacionales (principalmente en Python) para la simulación y el estudio de sistemas dinámicos.

Sistemas dinámicos.
Cesar Alberto Rosales Alcantar

Objetivos Generales:

1. Presentar los conceptos fundamentales de los sistemas dinámicos, tanto continuos como discretos.
2. Introducir aplicaciones relevantes en biología, física e ingeniería (poblaciones, circuitos, modelos epidemiológicos, entre otros).
3. Desarrollar la capacidad de analizar estabilidad, bifurcaciones y comportamientos cualitativos de los sistemas.
4. Familiarizar al estudiante con herramientas computacionales (principalmente en Python) para la simulación y el estudio de sistemas dinámicos.

Sistemas dinámicos.
Cesar Alberto Rosales Alcantar

Objetivos Generales:

1. Presentar los conceptos fundamentales de los sistemas dinámicos, tanto continuos como discretos.
2. Introducir aplicaciones relevantes en biología, física e ingeniería (poblaciones, circuitos, modelos epidemiológicos, entre otros).
3. Desarrollar la capacidad de analizar estabilidad, bifurcaciones y comportamientos cualitativos de los sistemas.
4. Familiarizar al estudiante con herramientas computacionales (principalmente en Python) para la simulación y el estudio de sistemas dinámicos.

Sistemas dinámicos.
Cesar Alberto Rosales Alcantar

Objetivos Generales:

1. Presentar los conceptos fundamentales de los sistemas dinámicos, tanto continuos como discretos.
2. Introducir aplicaciones relevantes en biología, física e ingeniería (poblaciones, circuitos, modelos epidemiológicos, entre otros).
3. Desarrollar la capacidad de analizar estabilidad, bifurcaciones y comportamientos cualitativos de los sistemas.
4. Familiarizar al estudiante con herramientas computacionales (principalmente en Python) para la simulación y el estudio de sistemas dinámicos.

Python.
Daniel Ornelas Durán

Objetivos generales:

1. Presentar los fundamentos de programación en Python y sus estructuras básicas.
2. Familiarizar al estudiante con el entorno de desarrollo y las prácticas recomendadas para escribir código claro y eficiente.
3. Introducir librerías esenciales para el análisis de datos, simulación y visualización, relevantes en biología, física e ingeniería.
4. Proporcionar ejemplos y ejercicios prácticos que permitan aplicar Python en proyectos de investigación de verano o académicos.

Python.
Daniel Ornelas Durán

Objetivos generales:

1. Presentar los fundamentos de programación en Python y sus estructuras básicas.
2. Familiarizar al estudiante con el entorno de desarrollo y las prácticas recomendadas para escribir código claro y eficiente.
3. Introducir librerías esenciales para el análisis de datos, simulación y visualización, relevantes en biología, física e ingeniería.
4. Proporcionar ejemplos y ejercicios prácticos que permitan aplicar Python en proyectos de investigación de verano o académicos.

Python.
Daniel Ornelas Durán

Objetivos generales:

1. Presentar los fundamentos de programación en Python y sus estructuras básicas.
2. Familiarizar al estudiante con el entorno de desarrollo y las prácticas recomendadas para escribir código claro y eficiente.
3. Introducir librerías esenciales para el análisis de datos, simulación y visualización, relevantes en biología, física e ingeniería.
4. Proporcionar ejemplos y ejercicios prácticos que permitan aplicar Python en proyectos de investigación de verano o académicos.

Python.
Daniel Ornelas Durán

Objetivos generales:

1. Presentar los fundamentos de programación en Python y sus estructuras básicas.
2. Familiarizar al estudiante con el entorno de desarrollo y las prácticas recomendadas para escribir código claro y eficiente.
3. Introducir librerías esenciales para el análisis de datos, simulación y visualización, relevantes en biología, física e ingeniería.
4. Proporcionar ejemplos y ejercicios prácticos que permitan aplicar Python en proyectos de investigación de verano o académicos.

Python.
Daniel Ornelas Durán

Objetivos generales:

1. Presentar los fundamentos de programación en Python y sus estructuras básicas.
2. Familiarizar al estudiante con el entorno de desarrollo y las prácticas recomendadas para escribir código claro y eficiente.
3. Introducir librerías esenciales para el análisis de datos, simulación y visualización, relevantes en biología, física e ingeniería.
4. Proporcionar ejemplos y ejercicios prácticos que permitan aplicar Python en proyectos de investigación de verano o académicos.

Fundamentos Matemáticos de Redes Neuronales.
Daniel Robles Leong, Fedro Guillén Garza Ramos y Miguel Arturo Ballesteros Montero.

Objetivo general:
Ofrecer una introducción intensiva y rigurosa a los fundamentos matemáticos del aprendizaje profundo. Está orientado a personas con formación matemática que deseen comprender cómo y por qué funcionan los modelos de redes neuronales. Se explorarán resultados teóricos clave, como el teorema de universalidad, así como los métodos computacionales fundamentales para su entrenamiento, como el descenso de gradiente. También se incluirá una introducción práctica en Python.

Fundamentos Matemáticos de Redes Neuronales.
Daniel Robles Leong, Fedro Guillén Garza Ramos y Miguel Arturo Ballesteros Montero.

Objetivo general:
Ofrecer una introducción intensiva y rigurosa a los fundamentos matemáticos del aprendizaje profundo. Está orientado a personas con formación matemática que deseen comprender cómo y por qué funcionan los modelos de redes neuronales. Se explorarán resultados teóricos clave, como el teorema de universalidad, así como los métodos computacionales fundamentales para su entrenamiento, como el descenso de gradiente. También se incluirá una introducción práctica en Python.

Fundamentos Matemáticos de Redes Neuronales.
Daniel Robles Leong, Fedro Guillén Garza Ramos y Miguel Arturo Ballesteros Montero.

Objetivo general:
Ofrecer una introducción intensiva y rigurosa a los fundamentos matemáticos del aprendizaje profundo. Está orientado a personas con formación matemática que deseen comprender cómo y por qué funcionan los modelos de redes neuronales. Se explorarán resultados teóricos clave, como el teorema de universalidad, así como los métodos computacionales fundamentales para su entrenamiento, como el descenso de gradiente. También se incluirá una introducción práctica en Python.

Fundamentos Matemáticos de Redes Neuronales.
Daniel Robles Leong, Fedro Guillén Garza Ramos y Miguel Arturo Ballesteros Montero.

Objetivo general:
Ofrecer una introducción intensiva y rigurosa a los fundamentos matemáticos del aprendizaje profundo. Está orientado a personas con formación matemática que deseen comprender cómo y por qué funcionan los modelos de redes neuronales. Se explorarán resultados teóricos clave, como el teorema de universalidad, así como los métodos computacionales fundamentales para su entrenamiento, como el descenso de gradiente. También se incluirá una introducción práctica en Python.

Fundamentos Matemáticos de Redes Neuronales.
Daniel Robles Leong, Fedro Guillén Garza Ramos y Miguel Arturo Ballesteros Montero.

Objetivo general:
Ofrecer una introducción intensiva y rigurosa a los fundamentos matemáticos del aprendizaje profundo. Está orientado a personas con formación matemática que deseen comprender cómo y por qué funcionan los modelos de redes neuronales. Se explorarán resultados teóricos clave, como el teorema de universalidad, así como los métodos computacionales fundamentales para su entrenamiento, como el descenso de gradiente. También se incluirá una introducción práctica en Python.

Estadística.
Marcos Aurelio Capistrán Ocampo.

Objetivos generales:

1. Proporcionar una base fundamental de técnicas estadísticas aplicadas en problemas de biología.
2. Desarrollar la capacidad de formular hipótesis y aplicar pruebas de significancia estadística.
3. Familiarizar a los estudiantes con las herramientas de Python más utilizadas en el análisis de datos biológicos.
4. Preparar a los estudiantes para participar en proyectos de la escuela de otoño con aplicaciones de estadística en biología.

Estadística.
Marcos Aurelio Capistrán Ocampo.

Objetivos generales:

1. Proporcionar una base fundamental de técnicas estadísticas aplicadas en problemas de biología.
2. Desarrollar la capacidad de formular hipótesis y aplicar pruebas de significancia estadística.
3. Familiarizar a los estudiantes con las herramientas de Python más utilizadas en el análisis de datos biológicos.
4. Preparar a los estudiantes para participar en proyectos de la escuela de otoño con aplicaciones de estadística en biología.

Estadística.
Marcos Aurelio Capistrán Ocampo.

Objetivos generales:

1. Proporcionar una base fundamental de técnicas estadísticas aplicadas en problemas de biología.
2. Desarrollar la capacidad de formular hipótesis y aplicar pruebas de significancia estadística.
3. Familiarizar a los estudiantes con las herramientas de Python más utilizadas en el análisis de datos biológicos.
4. Preparar a los estudiantes para participar en proyectos de la escuela de otoño con aplicaciones de estadística en biología.

Estadística.
Marcos Aurelio Capistrán Ocampo.

Objetivos generales:

1. Proporcionar una base fundamental de técnicas estadísticas aplicadas en problemas de biología.
2. Desarrollar la capacidad de formular hipótesis y aplicar pruebas de significancia estadística.
3. Familiarizar a los estudiantes con las herramientas de Python más utilizadas en el análisis de datos biológicos.
4. Preparar a los estudiantes para participar en proyectos de la escuela de otoño con aplicaciones de estadística en biología.

Estadística.
Marcos Aurelio Capistrán Ocampo.

Objetivos generales:

1. Proporcionar una base fundamental de técnicas estadísticas aplicadas en problemas de biología.
2. Desarrollar la capacidad de formular hipótesis y aplicar pruebas de significancia estadística.
3. Familiarizar a los estudiantes con las herramientas de Python más utilizadas en el análisis de datos biológicos.
4. Preparar a los estudiantes para participar en proyectos de la escuela de otoño con aplicaciones de estadística en biología.

Dashboard con Shiny en R: Herramienta para la investigación y divulgación.
Mayra Rosalia Tocto Erazo

Objetivo general:
Capacitar en la conceptualización, diseño y desarrollo de Dashboards interactivos con R, como una herramienta para la investigación y divulgación en proyectos en ciencias. Dotar de competencias necesarias para realizar visualizaciones interactivas que faciliten el análisis de datos, la comprensión de modelos, resultados de investigación y simulaciones, promoviendo el uso de tableros para la comunicación en proyectos en ciencias a estudiantes, investigadores y público en general.

Dashboard con Shiny en R: Herramienta para la investigación y divulgación.
Mayra Rosalia Tocto Erazo

Objetivo general:
Capacitar en la conceptualización, diseño y desarrollo de Dashboards interactivos con R, como una herramienta para la investigación y divulgación en proyectos en ciencias. Dotar de competencias necesarias para realizar visualizaciones interactivas que faciliten el análisis de datos, la comprensión de modelos, resultados de investigación y simulaciones, promoviendo el uso de tableros para la comunicación en proyectos en ciencias a estudiantes, investigadores y público en general.

Dashboard con Shiny en R: Herramienta para la investigación y divulgación.
Mayra Rosalia Tocto Erazo

Objetivo general:
Capacitar en la conceptualización, diseño y desarrollo de Dashboards interactivos con R, como una herramienta para la investigación y divulgación en proyectos en ciencias. Dotar de competencias necesarias para realizar visualizaciones interactivas que faciliten el análisis de datos, la comprensión de modelos, resultados de investigación y simulaciones, promoviendo el uso de tableros para la comunicación en proyectos en ciencias a estudiantes, investigadores y público en general.

Dashboard con Shiny en R: Herramienta para la investigación y divulgación.
Mayra Rosalia Tocto Erazo

Objetivo general:
Capacitar en la conceptualización, diseño y desarrollo de Dashboards interactivos con R, como una herramienta para la investigación y divulgación en proyectos en ciencias. Dotar de competencias necesarias para realizar visualizaciones interactivas que faciliten el análisis de datos, la comprensión de modelos, resultados de investigación y simulaciones, promoviendo el uso de tableros para la comunicación en proyectos en ciencias a estudiantes, investigadores y público en general.

Dashboard con Shiny en R: Herramienta para la investigación y divulgación.
Mayra Rosalia Tocto Erazo

Objetivo general:
Capacitar en la conceptualización, diseño y desarrollo de Dashboards interactivos con R, como una herramienta para la investigación y divulgación en proyectos en ciencias. Dotar de competencias necesarias para realizar visualizaciones interactivas que faciliten el análisis de datos, la comprensión de modelos, resultados de investigación y simulaciones, promoviendo el uso de tableros para la comunicación en proyectos en ciencias a estudiantes, investigadores y público en general.

Fundamentos de Estadística, Modelado, Simulaciones, Inferencias y más.
Luis Alfonso Caraveo Balderas.

Objetivo general:
Promover el desarrollo de habilidades estadísticas en estudiantes de posgrado de Matemáticas o áreas afines, interesados en Matemática Aplicada. Se usarán problemas dentro del ámbito ecológico, epidemiológico y de riesgo para ilustrar un proceso constituido por el modelado del fenómeno aleatorio bajo estudio, simulaciones de datos, inferencia estadística y sus fundamentos, y la presentación, análisis y discusión de resultados.

Fundamentos de Estadística, Modelado, Simulaciones, Inferencias y más.
Luis Alfonso Caraveo Balderas.

Objetivo general:
Promover el desarrollo de habilidades estadísticas en estudiantes de posgrado de Matemáticas o áreas afines, interesados en Matemática Aplicada. Se usarán problemas dentro del ámbito ecológico, epidemiológico y de riesgo para ilustrar un proceso constituido por el modelado del fenómeno aleatorio bajo estudio, simulaciones de datos, inferencia estadística y sus fundamentos, y la presentación, análisis y discusión de resultados.

Fundamentos de Estadística, Modelado, Simulaciones, Inferencias y más.
Luis Alfonso Caraveo Balderas.

Objetivo general:
Promover el desarrollo de habilidades estadísticas en estudiantes de posgrado de Matemáticas o áreas afines, interesados en Matemática Aplicada. Se usarán problemas dentro del ámbito ecológico, epidemiológico y de riesgo para ilustrar un proceso constituido por el modelado del fenómeno aleatorio bajo estudio, simulaciones de datos, inferencia estadística y sus fundamentos, y la presentación, análisis y discusión de resultados.

Fundamentos de Estadística, Modelado, Simulaciones, Inferencias y más.
Luis Alfonso Caraveo Balderas.

Objetivo general:
Promover el desarrollo de habilidades estadísticas en estudiantes de posgrado de Matemáticas o áreas afines, interesados en Matemática Aplicada. Se usarán problemas dentro del ámbito ecológico, epidemiológico y de riesgo para ilustrar un proceso constituido por el modelado del fenómeno aleatorio bajo estudio, simulaciones de datos, inferencia estadística y sus fundamentos, y la presentación, análisis y discusión de resultados.

Fundamentos de Estadística, Modelado, Simulaciones, Inferencias y más.
Luis Alfonso Caraveo Balderas.

Objetivo general:
Promover el desarrollo de habilidades estadísticas en estudiantes de posgrado de Matemáticas o áreas afines, interesados en Matemática Aplicada. Se usarán problemas dentro del ámbito ecológico, epidemiológico y de riesgo para ilustrar un proceso constituido por el modelado del fenómeno aleatorio bajo estudio, simulaciones de datos, inferencia estadística y sus fundamentos, y la presentación, análisis y discusión de resultados.

Ecología Marina en la costa de Oaxaca.
Juan Francisco Meraz Hernando.

Objetivo general:
Que el alumno conozca los elementos básicos de la ecología, particularmente en ambientes marinos, reconociendo las características particulares de la costa de Oaxaca, sus problemáticas y algunos métodos de estudio empleados.

Ecología Marina en la costa de Oaxaca.
Juan Francisco Meraz Hernando.

Objetivo general:
Que el alumno conozca los elementos básicos de la ecología, particularmente en ambientes marinos, reconociendo las características particulares de la costa de Oaxaca, sus problemáticas y algunos métodos de estudio empleados.

Ecología Marina en la costa de Oaxaca.
Juan Francisco Meraz Hernando.

Objetivo general:
Que el alumno conozca los elementos básicos de la ecología, particularmente en ambientes marinos, reconociendo las características particulares de la costa de Oaxaca, sus problemáticas y algunos métodos de estudio empleados.

Ecología Marina en la costa de Oaxaca.
Juan Francisco Meraz Hernando.

Objetivo general:
Que el alumno conozca los elementos básicos de la ecología, particularmente en ambientes marinos, reconociendo las características particulares de la costa de Oaxaca, sus problemáticas y algunos métodos de estudio empleados.

Ecología Marina en la costa de Oaxaca.
Juan Francisco Meraz Hernando.

Objetivo general:
Que el alumno conozca los elementos básicos de la ecología, particularmente en ambientes marinos, reconociendo las características particulares de la costa de Oaxaca, sus problemáticas y algunos métodos de estudio empleados.

Una nueva mirada a la selva: Un modelo para la distribución de especies inspirado en la física cuántica

Miguel Ballesteros

Modelos matemáticos que describen el flujo sanguíneo en arterias.

Cesar Alberto Rosales Alcantar

Modelado multivariante de cinéticas de biosorción usando redes neuronales Bi-LSTM

Alma Rosa Netzahuatl Muñoz

Pendiente

Enrique Martinez Meyer

Modelación matemática de la dinámica viral dentro de un individuo hospedero

Roberto A. Saenz

Curso-Taller 1
Las matemáticas ayudando al biólogo
Juan Francisco Meraz Hernando

En este taller se mostrarán dos tipos de análisis en Ecologia, basados en principios matemáticos, el primero con álgebra de matrices y el segundo con modelos generales linealizados, finalmente se implementará la programación para su desarrollo.

Curso-Taller 2
Análisis de sistemas dinámicos con métodos de ciencia de datos
Jorge Velazquez Castro

En este taller se explicará que es una cadena de Markov y para qué sirve. Se explicará el algoritmo específico de Metropolis-Hastings y se desarrollará un ejemplo completo para ajustar datos de un modelo SIR epidemiológico.

Curso-Taller 1
Las matemáticas ayudando al biólogo
Juan Francisco Meraz Hernando

En este taller se mostrarán dos tipos de análisis en Ecologia, basados en principios matemáticos, el primero con álgebra de matrices y el segundo con modelos generales linealizados, finalmente se implementará la programación para su desarrollo.

Curso-Taller 2
Análisis de sistemas dinámicos con métodos de ciencia de datos
Jorge Velazquez Castro

En este taller se explicará que es una cadena de Markov y para qué sirve. Se explicará el algoritmo específico de Metropolis-Hastings y se desarrollará un ejemplo completo para ajustar datos de un modelo SIR epidemiológico.

Curso-Taller 3
Epidemiología Matemática
Andrés Fraguela Collar

Curso-Taller 4
Predicción de Rendimiento de Cultivos en una región mediante Aprendizaje Automático
Tomás Pérez Becerra

En este taller se realizarán predicciones de rendimientos de cultivos mediante redes neuronales, modelos de machine learning y se entrenará un modelo de aprendizaje máquina para detección de frutos.

Curso-Taller 3
Epidemiología matemática.
Andrés Fraguela Collar

Curso-Taller 4
Predicción de Rendimiento de Cultivos en una región mediante Aprendizaje Automático
Tomás Pérez Becerra

En este taller se realizarán predicciones de rendimientos de cultivos mediante redes neuronales, modelos de machine learning y se entrenará un modelo de aprendizaje máquina para detección de frutos.

Curso-Taller 5
Problemas en ecología y biología marina I
Eduardo Ramírez Chávez

En este taller se resolverán diversos problemas ocasionados con el aumento de la temperatura, la búsqueda de nuevas especies de coral y detección de zonas blanqueadas.

Curso-Taller 6
Problemas en ecología y biología marina II
Pedro Cervantes Hernández

En este taller se instruirá a los usuarios en el uso técnicas satelitales para obtener, procesar y generar escenarios de simulación para describir la dispersión de partículas en la superficie del mar, usando el programa GNOME.

Curso-Taller 1
Las matemáticas ayudando al biólogo
Juan Francisco Meraz Hernando

En este taller se mostrarán dos tipos de análisis en Ecologia, basados en principios matemáticos, el primero con álgebra de matrices y el segundo con modelos generales linealizados, finalmente se implementará la programación para su desarrollo.

Curso-Taller 2
Análisis de sistemas dinámicos con métodos de ciencia de datos
Jorge Velazquez Castro

En este taller se explicará que es una cadena de Markov y para qué sirve. Se explicará el algoritmo específico de Metropolis-Hastings y se desarrollará un ejemplo completo para ajustar datos de un modelo SIR epidemiológico.

Curso-Taller 1
Las matemáticas ayudando al biólogo
Juan Francisco Meraz Hernando

En este taller se mostrarán dos tipos de análisis en Ecologia, basados en principios matemáticos, el primero con álgebra de matrices y el segundo con modelos generales linealizados, finalmente se implementará la programación para su desarrollo.

Curso-Taller 2
Análisis de sistemas dinámicos con métodos de ciencia de datos
Jorge Velazquez Castro

En este taller se explicará que es una cadena de Markov y para qué sirve. Se explicará el algoritmo específico de Metropolis-Hastings y se desarrollará un ejemplo completo para ajustar datos de un modelo SIR epidemiológico.

Curso-Taller 3
Epidemiología matemática.
Andrés Fraguela Collar

Curso-Taller 4
Predicción de Rendimiento de Cultivos en una región mediante Aprendizaje Automático
Tomás Pérez Becerra

En este taller se realizarán predicciones de rendimientos de cultivos mediante redes neuronales, modelos de machine learning y se entrenará un modelo de aprendizaje máquina para detección de frutos.

Curso-Taller 5
Problemas en ecología y biología marina I
Eduardo Ramírez Chávez

En este taller se resolverán diversos problemas ocasionados con el aumento de la temperatura, la búsqueda de nuevas especies de coral y detección de zonas blanqueadas.

Curso-Taller 6
Problemas en ecología y biología marina II
Pedro Cervantes Hernández

En este taller se instruirá a los usuarios en el uso técnicas satelitales para obtener, procesar y generar escenarios de simulación para describir la dispersión de partículas en la superficie del mar, usando el programa GNOME.

Curso-Taller 5
Problemas en ecología y biología marina I
Eduardo Ramírez Chávez

En este taller se resolverán diversos problemas ocasionados con el aumento de la temperatura, la búsqueda de nuevas especies de coral y detección de zonas blanqueadas.

Curso-Taller 6
Problemas en ecología y biología marina II
Pedro Cervantes Hernández

En este taller se instruirá a los usuarios en el uso técnicas satelitales para obtener, procesar y generar escenarios de simulación para describir la dispersión de partículas en la superficie del mar, usando el programa GNOME.

Curso-Taller 1
Las matemáticas ayudando al biólogo
Juan Francisco Meraz Hernando

En este taller se mostrarán dos tipos de análisis en Ecologia, basados en principios matemáticos, el primero con álgebra de matrices y el segundo con modelos generales linealizados, finalmente se implementará la programación para su desarrollo.

Curso-Taller 2
Análisis de sistemas dinámicos con métodos de ciencia de datos
Jorge Velazquez Castro

En este taller se explicará que es una cadena de Markov y para qué sirve. Se explicará el algoritmo específico de Metropolis-Hastings y se desarrollará un ejemplo completo para ajustar datos de un modelo SIR epidemiológico.

Curso-Taller 3
Epidemiología matemática.
Andrés Fraguela Collar

Curso-Taller 4
Predicción de Rendimiento de Cultivos en una región mediante Aprendizaje Automático
Tomás Pérez Becerra

En este taller se realizarán predicciones de rendimientos de cultivos mediante redes neuronales, modelos de machine learning y se entrenará un modelo de aprendizaje máquina para detección de frutos.

Curso-Taller 3
Epidemiología matemática.
Andrés Fraguela Collar

Curso-Taller 4
Predicción de Rendimiento de Cultivos en una región mediante Aprendizaje Automático
Tomás Pérez Becerra

En este taller se realizarán predicciones de rendimientos de cultivos mediante redes neuronales, modelos de machine learning y se entrenará un modelo de aprendizaje máquina para detección de frutos.

Curso-Taller 5
Problemas en ecología y biología marina I
Eduardo Ramírez Chávez

En este taller se resolverán diversos problemas ocasionados con el aumento de la temperatura, la búsqueda de nuevas especies de coral y detección de zonas blanqueadas.

Curso-Taller 6
Problemas en ecología y biología marina II
Pedro Cervantes Hernández

En este taller se instruirá a los usuarios en el uso técnicas satelitales para obtener, procesar y generar escenarios de simulación para describir la dispersión de partículas en la superficie del mar, usando el programa GNOME.

Curso-Taller 5
Problemas en ecología y biología marina I
Eduardo Ramírez Chávez

En este taller se resolverán diversos problemas ocasionados con el aumento de la temperatura, la búsqueda de nuevas especies de coral y detección de zonas blanqueadas.

Curso-Taller 6
Problemas en ecología y biología marina II
Pedro Cervantes Hernández

En este taller se instruirá a los usuarios en el uso técnicas satelitales para obtener, procesar y generar escenarios de simulación para describir la dispersión de partículas en la superficie del mar, usando el programa GNOME.

Descifrando la endemicidad del dengue: métricas transitorias, patrones espectrales y efectos de parámetros clave en modelos vector-hospedero

Marco A. Capistran Ocampo

Ecoepidemiología: La fusión entre Ecología y Epidemiología

Virgilio Vázquez

Bifurcaciones y un par de rutas al caos de origen biológico.

Victor Breña Medina

Modelando agroecosistemas diversos de México

Mariana Benítez Keinrad

Del Sedimento a la Evidencia: Reconstruyendo el Pasado con Inferencia Bayesiana Completa

Marco A. Aquino-López