Структурный анализ и визуализация сетей — различия между версиями

Материал из Public ATP Wiki
Перейти к: навигация, поиск
(Материалы)
(Материалы)
Строка 46: Строка 46:
  
 
== 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 =

Версия 20:17, 31 августа 2023

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

  • Регистрация на курс
  • Чат курса

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.