Структурный анализ и визуализация сетей — различия между версиями
(→Материалы) |
(→Важные ссылки) |
||
| Строка 42: | Строка 42: | ||
= 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 == | ||
Версия 21:00, 31 августа 2023
Содержание
Общие сведения
- Семестр: 9 (пятый курс)
- Форма контроля: экзамен
- Формат курса: онлайн
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.
