Clase 1 · 15 de septiembre
Unsupervised Learning
Presentación de la primera sesión · 45 páginas.
Mini-curso intensivo · septiembre 2026 · Inglés
Edición finalizada · materiales y fotografías disponibles
Statistical Learning & Materials Informatics for Materials Discovery
Cuatro sesiones prácticas para transformar datos de materiales en modelos interpretables y reglas de diseño.
Volver al archivo
- 4
- sesiones prácticas
- 6
- horas de curso
- 1
- seminario abierto
- 25
- cupos máximos
- Auspicio
- Programa de Doctorado en Ciencias Físicas de la UNAB
- Organización
- Catalina Ruiz, candidata a doctora
Para repasar y practicar
Materiales del curso
Presentaciones y archivos compartidos durante el mini-curso, organizados por sesión.
Clase 2 · 17 de septiembre
Supervised Learning
Presentación de la segunda sesión · 45 páginas.
Clase 3 · 21 de septiembre
More Regressions
Presentación de la tercera sesión · 45 páginas.
Práctica · 23 de septiembre
Preparar R y trabajar con el código
Guía de R/RStudio y código original compartido. El script requiere los paquetes indicados al inicio.
15 de septiembre de 2026
La primera clase, en imágenes.
Programa del mini-curso
Cuatro clases. Una ruta clara.
15–23 septiembre · 12:00–13:30 · hora de Santiago
- 01Clase 01
Aprendizaje no supervisado.Martes 15 de septiembre de 2026+
PCA, Isomap, UMAP y clustering para reconocer patrones y entender qué aportan los datos de entrada.
- 02Clase 02
Aprendizaje supervisado.Jueves 17 de septiembre de 2026+
Regresión, clasificación y validación cruzada con ejemplos que conectan datos DFT entre distintas escalas.
- 03Clase 03
More Regressions.Lunes 21 de septiembre de 2026+
Continuación de los métodos de regresión, según la presentación compartida de la tercera clase.
- 04Clase 04
Sesión práctica en R.Miércoles 23 de septiembre de 2026+
Trabajo práctico con el código MLcode.R. Descarga el código y la guía de instalación de R/RStudio en los materiales del curso.
Abre cada clase para conocer sus temas. Todas duran 90 minutos.
La idea central
Datos → patrones → decisiones.
- 01Representarcomposición, estructura y espectros.
- 02Aprenderrelaciones útiles sin perder la física.
- 03Diseñarhipótesis y candidatos interpretables.
Seminario abierto · cierre
From Electronic Structure to Design Rules
Materials Informatics for Discovery in Complex Chemical Spaces
Una charla amplia sobre cómo representar datos de estructura electrónica, extraer patrones con pocos ejemplos y convertir predicciones en reglas físicamente interpretables, con casos recientes en sulfuros, superficies y aleaciones de alta entropía.
Seminario en inglés, realizado el 24 de septiembre de 2026.
- Fecha
- Jueves 24 de septiembre de 2026 · 15:50–16:45 h
- Lugar
- Sala 206 · Edificio R4 · República 220, Santiago
- Audiencia
- Abierto a estudiantes y académicos de física, materiales, química, ingeniería, matemática aplicada y ciencia de datos.
Profesor invitado
Scott R. Broderick
Associate Professor · Department of Materials Design and Innovation · University at Buffalo
Su investigación integra informática de materiales, cálculos de estructura electrónica, tomografía de sonda atómica y ciencia combinatoria de materiales. El hilo conductor es obtener conocimiento físico y reglas de diseño —no sólo predicciones— a partir de datos complejos.
Perfil y publicaciones en UB- Informática de materiales
- Estructura electrónica
- Tomografía de sonda atómica
- Diseño combinatorio
Investigación reciente
Cuatro casos para explorar.
Selección 2025–2026 del profesor. Los enlaces llevan a las publicaciones originales.
2026 · Physica B
Predicting surface density of states from bulk electronic structure
Consultar publicación ↗2025 · SolidsClassification of density-of-states spectra in transition-metal copper sulfides
Consultar publicación ↗2025 · Materials Today CommunicationsElectronic structure–mechanical property relationships in high-entropy alloys
Consultar publicación ↗2025 · CrystalsGraph-based chemistry–phase design rules for high-entropy alloys
Consultar publicación ↗Información práctica
Información de esta edición.
- 01Audiencia
- Estudiantes de posgrado y pregrado avanzado; investigadores de física, materiales, química, ingeniería, matemática aplicada y ciencia de datos.
- 02Formato
- Cuatro sesiones de 90 minutos con ejercicios, un mini-proyecto breve y discusión de resultados.
- 03Preparación
- La práctica utilizó R/RStudio y un computador personal. La guía y el código siguen disponibles en Materiales para trabajar por cuenta propia.
- 04Lugar
- Clases: sala TEAL/FIAC, R2-SAL301, piso 3, República 252, Santiago. Seminario: sala 206 del edificio R4, República 220, Santiago.
- 05Idioma
- Todas las clases y el seminario se dictaron íntegramente en inglés.
- 06Encuentro académico
- La programación contempló espacios de café y conversación después de las clases y del seminario.
Inscripciones cerradas
Esta edición ha finalizado. Los materiales y fotografías siguen disponibles, y puedes consultar tu inscripción anterior con tu correo y código de referencia.