Структурный анализ и визуализация сетей — различия между версиями
м (→Команда курса) |
м (→Общие сведения) |
||
| (не показано 12 промежуточных версий этого же участника) | |||
| Строка 1: | Строка 1: | ||
= Общие сведения = | = Общие сведения = | ||
* Семестр: 9 (пятый курс) | * Семестр: 9 (пятый курс) | ||
| − | * Форма контроля: | + | * Форма контроля: экзамен |
| + | * Формат курса: онлайн | ||
| + | * Начало курса: 9 сентября | ||
| + | |||
| + | |||
| + | Курс вводит студентов в новую и активно развивающуюся область наук о сетевых структурах. Начиная с исследований социальных сетей социологами, данное направление привлекло внимание физиков, ученых в области компьютерных наук, экономистов, вычислительных биологов, лингвистов и других, став по-настоящему междисциплинарным. Несмотря на многообразие процессов, которые порождают сети, а также объектов и отношений, которые служат узлами и ребрами в этих сетях, все сети обладают общими статистическими и структурными свойствами. | ||
| + | |||
| + | В ходе курса будут рассмотрены методы статистического и структурного анализа сетей, модели формирования и эволюции сети, развития процессов в сети, а также методы машинного обучения на структурных данных. Особое внимание будет уделено практическому анализу и визуализации реальных сетей с использованием современных программных средств. | ||
= Команда курса = | = Команда курса = | ||
| Строка 8: | Строка 15: | ||
= План курса = | = План курса = | ||
| − | * | + | |
| + | 1. Описательный анализ сетей | ||
| + | |||
| + | * Ведение в науку о сетях | ||
| + | |||
| + | * Степенной закон и scale-free сети | ||
| + | |||
| + | * Случайные графы и модели формирования сетей | ||
| + | |||
| + | * Метрики центральностей узлов | ||
| + | |||
| + | * Анализ структурных свойств сетей | ||
| + | |||
| + | * Сообщества в сетях | ||
| + | |||
| + | 2. Процессы в сетях | ||
| + | |||
| + | * Модели распространения эпидемий в сетях | ||
| + | |||
| + | 3. Введение в машинное обучение на структурных данных | ||
| + | |||
| + | * Методы построения векторных представлений сетей | ||
| + | |||
| + | * Графовые нейронные сети | ||
| + | |||
| + | * Графы знаний | ||
= Важные ссылки = | = Важные ссылки = | ||
| − | * Регистрация на курс | + | * Регистрация на курс [https://docs.google.com/spreadsheets/d/1LXz1NGMcWsuy7lRTKkKCMh8_03N86MWpqGe3Bjw-7rc/edit?usp=sharing] |
| − | * Чат курса | + | * Чат курса [https://t.me/+jU_WtQ0sAWFlYTYy] |
== Материалы == | == Материалы == | ||
| − | + | ||
| + | 1. Network science, Barabasi, A.-L., 2019 | ||
| + | |||
| + | 2. Social and economic networks, Jackson, M. O., 2008 | ||
| + | |||
| + | 3. WWW-18 Tutorial: Representation Learning on Networks | ||
= Критерии получения оценки = | = Критерии получения оценки = | ||
| − | + | Оценивание происходит по трем видам работ: | |
| + | |||
| + | * домашние задания, | ||
| + | * соревнования, | ||
| + | * индивидуальный проект по анализу социальной сети. | ||
| + | |||
| + | Итоговая оценка = 0.3 * ДЗ + 0.4 * Соревнования + 0.3 * Проект | ||
= Форма контроля = | = Форма контроля = | ||
| + | |||
| + | Письменный экзамен по пройденным темам проводится среди студентов с итоговой оценкой ниже 3. В этом случае итоговая оценка определяется по результатам экзамена. | ||
Текущая версия на 10:26, 1 сентября 2023
Содержание
Общие сведения
- Семестр: 9 (пятый курс)
- Форма контроля: экзамен
- Формат курса: онлайн
- Начало курса: 9 сентября
Курс вводит студентов в новую и активно развивающуюся область наук о сетевых структурах. Начиная с исследований социальных сетей социологами, данное направление привлекло внимание физиков, ученых в области компьютерных наук, экономистов, вычислительных биологов, лингвистов и других, став по-настоящему междисциплинарным. Несмотря на многообразие процессов, которые порождают сети, а также объектов и отношений, которые служат узлами и ребрами в этих сетях, все сети обладают общими статистическими и структурными свойствами.
В ходе курса будут рассмотрены методы статистического и структурного анализа сетей, модели формирования и эволюции сети, развития процессов в сети, а также методы машинного обучения на структурных данных. Особое внимание будет уделено практическому анализу и визуализации реальных сетей с использованием современных программных средств.
Команда курса
- Илья Макаров, преподаватель курса
- Никита Северин, преподаватель курса
План курса
1. Описательный анализ сетей
- Ведение в науку о сетях
- Степенной закон и scale-free сети
- Случайные графы и модели формирования сетей
- Метрики центральностей узлов
- Анализ структурных свойств сетей
- Сообщества в сетях
2. Процессы в сетях
- Модели распространения эпидемий в сетях
3. Введение в машинное обучение на структурных данных
- Методы построения векторных представлений сетей
- Графовые нейронные сети
- Графы знаний
Важные ссылки
Материалы
1. Network science, Barabasi, A.-L., 2019
2. Social and economic networks, Jackson, M. O., 2008
3. WWW-18 Tutorial: Representation Learning on Networks
Критерии получения оценки
Оценивание происходит по трем видам работ:
- домашние задания,
- соревнования,
- индивидуальный проект по анализу социальной сети.
Итоговая оценка = 0.3 * ДЗ + 0.4 * Соревнования + 0.3 * Проект
Форма контроля
Письменный экзамен по пройденным темам проводится среди студентов с итоговой оценкой ниже 3. В этом случае итоговая оценка определяется по результатам экзамена.
