Структурный анализ и визуализация сетей — различия между версиями

Материал из Public ATP Wiki
Перейти к: навигация, поиск
(Новая страница: «= Общие сведения = * Семестр: 9 (пятый курс) * Форма контроля: дифференцированный зачет = Ком…»)
 
м (Общие сведения)
 
(не показано 16 промежуточных версий 2 участников)
Строка 1: Строка 1:
 
= Общие сведения =
 
= Общие сведения =
 
* Семестр: 9 (пятый курс)
 
* Семестр: 9 (пятый курс)
* Форма контроля: дифференцированный зачет
+
* 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 =
* Иванова Анастасия, преподаватель курса
+
* Илья Макаров, преподаватель курса
 +
* Никита Северин, преподаватель курса
  
 
= План курса =
 
= 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 ==
* Видео занятий и призентации
+
 
 +
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 =
  
== Домашние задания ==
+
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

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

  • Регистрация на курс [1]
  • Чат курса [2]

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.