https://wiki.atp-fivt.org/api.php?action=feedcontributions&feedformat=atom&user=Severin.nn 2026-10-16T15:34:23Z Вклад MediaWiki 1.43.3 https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2192 2023-09-01T07:26:54Z

<p>Severin.nn: /* Общие сведения */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> * Начало курса: 9 сентября<br /> <br /> <br /> 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. <br /> <br /> 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.<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> <br /> 1. Описательный анализ сетей<br /> <br /> * Ведение в науку о сетях<br /> <br /> * Степенной закон и scale-free сети<br /> <br /> * Случайные графы и модели формирования сетей<br /> <br /> * Метрики центральностей узлов<br /> <br /> * Анализ структурных свойств сетей<br /> <br /> * Сообщества в сетях<br /> <br /> 2. Процессы в сетях<br /> <br /> * Модели распространения эпидемий в сетях<br /> <br /> 3. Введение в машинное обучение на структурных данных<br /> <br /> * Методы построения векторных представлений сетей<br /> <br /> * Графовые нейронные сети<br /> <br /> * Графы знаний<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс [https://docs.google.com/spreadsheets/d/1LXz1NGMcWsuy7lRTKkKCMh8_03N86MWpqGe3Bjw-7rc/edit?usp=sharing] <br /> * Чат курса [https://t.me/+jU_WtQ0sAWFlYTYy]<br /> <br /> == Материалы ==<br /> <br /> 1. Network science, Barabasi, A.-L., 2019<br /> <br /> 2. Social and economic networks, Jackson, M. O., 2008<br /> <br /> 3. WWW-18 Tutorial: Representation Learning on Networks<br /> <br /> = Критерии получения оценки =<br /> <br /> Оценивание происходит по трем видам работ:<br /> <br /> * домашние задания,<br /> * соревнования,<br /> * индивидуальный проект по анализу социальной сети.<br /> <br /> Итоговая оценка = 0.3 * ДЗ + 0.4 * Соревнования + 0.3 * Проект<br /> <br /> = Форма контроля =<br /> <br /> Письменный экзамен по пройденным темам проводится среди студентов с итоговой оценкой ниже 3. В этом случае итоговая оценка определяется по результатам экзамена.</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2191 2023-08-31T19:45:19Z

<p>Severin.nn: /* Критерии получения оценки */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> <br /> <br /> 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. <br /> <br /> 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.<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> <br /> 1. Описательный анализ сетей<br /> <br /> * Ведение в науку о сетях<br /> <br /> * Степенной закон и scale-free сети<br /> <br /> * Случайные графы и модели формирования сетей<br /> <br /> * Метрики центральностей узлов<br /> <br /> * Анализ структурных свойств сетей<br /> <br /> * Сообщества в сетях<br /> <br /> 2. Процессы в сетях<br /> <br /> * Модели распространения эпидемий в сетях<br /> <br /> 3. Введение в машинное обучение на структурных данных<br /> <br /> * Методы построения векторных представлений сетей<br /> <br /> * Графовые нейронные сети<br /> <br /> * Графы знаний<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс [https://docs.google.com/spreadsheets/d/1LXz1NGMcWsuy7lRTKkKCMh8_03N86MWpqGe3Bjw-7rc/edit?usp=sharing] <br /> * Чат курса [https://t.me/+jU_WtQ0sAWFlYTYy]<br /> <br /> == Материалы ==<br /> <br /> 1. Network science, Barabasi, A.-L., 2019<br /> <br /> 2. Social and economic networks, Jackson, M. O., 2008<br /> <br /> 3. WWW-18 Tutorial: Representation Learning on Networks<br /> <br /> = Критерии получения оценки =<br /> <br /> Оценивание происходит по трем видам работ:<br /> <br /> * домашние задания,<br /> * соревнования,<br /> * индивидуальный проект по анализу социальной сети.<br /> <br /> Итоговая оценка = 0.3 * ДЗ + 0.4 * Соревнования + 0.3 * Проект<br /> <br /> = Форма контроля =<br /> <br /> Письменный экзамен по пройденным темам проводится среди студентов с итоговой оценкой ниже 3. В этом случае итоговая оценка определяется по результатам экзамена.</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2190 2023-08-31T18:00:01Z

<p>Severin.nn: /* Важные ссылки */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> <br /> <br /> 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. <br /> <br /> 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.<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> <br /> 1. Описательный анализ сетей<br /> <br /> * Ведение в науку о сетях<br /> <br /> * Степенной закон и scale-free сети<br /> <br /> * Случайные графы и модели формирования сетей<br /> <br /> * Метрики центральностей узлов<br /> <br /> * Анализ структурных свойств сетей<br /> <br /> * Сообщества в сетях<br /> <br /> 2. Процессы в сетях<br /> <br /> * Модели распространения эпидемий в сетях<br /> <br /> 3. Введение в машинное обучение на структурных данных<br /> <br /> * Методы построения векторных представлений сетей<br /> <br /> * Графовые нейронные сети<br /> <br /> * Графы знаний<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс [https://docs.google.com/spreadsheets/d/1LXz1NGMcWsuy7lRTKkKCMh8_03N86MWpqGe3Bjw-7rc/edit?usp=sharing] <br /> * Чат курса [https://t.me/+jU_WtQ0sAWFlYTYy]<br /> <br /> == Материалы ==<br /> <br /> 1. Network science, Barabasi, A.-L., 2019<br /> <br /> 2. Social and economic networks, Jackson, M. O., 2008<br /> <br /> 3. WWW-18 Tutorial: Representation Learning on Networks<br /> <br /> = Критерии получения оценки =<br /> <br /> Оценивание происходит по трем видам работ:<br /> <br /> - домашние задания,<br /> - соревнования,<br /> - индивидуальный проект по анализу социальной сети.<br /> <br /> Итоговая оценка = 0.3 * ДЗ + 0.4 * Соревнования + 0.3 * Проект<br /> <br /> = Форма контроля =<br /> <br /> Письменный экзамен по пройденным темам проводится среди студентов с итоговой оценкой ниже 3. В этом случае итоговая оценка определяется по результатам экзамена.</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2189 2023-08-31T17:17:38Z

<p>Severin.nn: /* Материалы */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> <br /> <br /> 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. <br /> <br /> 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.<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> <br /> 1. Описательный анализ сетей<br /> <br /> * Ведение в науку о сетях<br /> <br /> * Степенной закон и scale-free сети<br /> <br /> * Случайные графы и модели формирования сетей<br /> <br /> * Метрики центральностей узлов<br /> <br /> * Анализ структурных свойств сетей<br /> <br /> * Сообщества в сетях<br /> <br /> 2. Процессы в сетях<br /> <br /> * Модели распространения эпидемий в сетях<br /> <br /> 3. Введение в машинное обучение на структурных данных<br /> <br /> * Методы построения векторных представлений сетей<br /> <br /> * Графовые нейронные сети<br /> <br /> * Графы знаний<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс<br /> * Чат курса<br /> <br /> == Материалы ==<br /> <br /> 1. Network science, Barabasi, A.-L., 2019<br /> <br /> 2. Social and economic networks, Jackson, M. O., 2008<br /> <br /> 3. WWW-18 Tutorial: Representation Learning on Networks<br /> <br /> = Критерии получения оценки =<br /> <br /> Оценивание происходит по трем видам работ:<br /> <br /> - домашние задания,<br /> - соревнования,<br /> - индивидуальный проект по анализу социальной сети.<br /> <br /> Итоговая оценка = 0.3 * ДЗ + 0.4 * Соревнования + 0.3 * Проект<br /> <br /> = Форма контроля =<br /> <br /> Письменный экзамен по пройденным темам проводится среди студентов с итоговой оценкой ниже 3. В этом случае итоговая оценка определяется по результатам экзамена.</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2188 2023-08-31T17:17:24Z

<p>Severin.nn: /* Материалы */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> <br /> <br /> 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. <br /> <br /> 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.<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> <br /> 1. Описательный анализ сетей<br /> <br /> * Ведение в науку о сетях<br /> <br /> * Степенной закон и scale-free сети<br /> <br /> * Случайные графы и модели формирования сетей<br /> <br /> * Метрики центральностей узлов<br /> <br /> * Анализ структурных свойств сетей<br /> <br /> * Сообщества в сетях<br /> <br /> 2. Процессы в сетях<br /> <br /> * Модели распространения эпидемий в сетях<br /> <br /> 3. Введение в машинное обучение на структурных данных<br /> <br /> * Методы построения векторных представлений сетей<br /> <br /> * Графовые нейронные сети<br /> <br /> * Графы знаний<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс<br /> * Чат курса<br /> <br /> == Материалы ==<br /> <br /> 1. Network science, Barabasi, A.-L., 2019<br /> 2. Social and economic networks, Jackson, M. O., 2008<br /> 3. WWW-18 Tutorial: Representation Learning on Networks<br /> <br /> = Критерии получения оценки =<br /> <br /> Оценивание происходит по трем видам работ:<br /> <br /> - домашние задания,<br /> - соревнования,<br /> - индивидуальный проект по анализу социальной сети.<br /> <br /> Итоговая оценка = 0.3 * ДЗ + 0.4 * Соревнования + 0.3 * Проект<br /> <br /> = Форма контроля =<br /> <br /> Письменный экзамен по пройденным темам проводится среди студентов с итоговой оценкой ниже 3. В этом случае итоговая оценка определяется по результатам экзамена.</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2187 2023-08-31T17:05:07Z

<p>Severin.nn: /* Материалы */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> <br /> <br /> 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. <br /> <br /> 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.<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> <br /> 1. Описательный анализ сетей<br /> <br /> * Ведение в науку о сетях<br /> <br /> * Степенной закон и scale-free сети<br /> <br /> * Случайные графы и модели формирования сетей<br /> <br /> * Метрики центральностей узлов<br /> <br /> * Анализ структурных свойств сетей<br /> <br /> * Сообщества в сетях<br /> <br /> 2. Процессы в сетях<br /> <br /> * Модели распространения эпидемий в сетях<br /> <br /> 3. Введение в машинное обучение на структурных данных<br /> <br /> * Методы построения векторных представлений сетей<br /> <br /> * Графовые нейронные сети<br /> <br /> * Графы знаний<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс<br /> * Чат курса<br /> <br /> == Материалы ==<br /> <br /> = Критерии получения оценки =<br /> <br /> Оценивание происходит по трем видам работ:<br /> <br /> - домашние задания,<br /> - соревнования,<br /> - индивидуальный проект по анализу социальной сети.<br /> <br /> Итоговая оценка = 0.3 * ДЗ + 0.4 * Соревнования + 0.3 * Проект<br /> <br /> = Форма контроля =<br /> <br /> Письменный экзамен по пройденным темам проводится среди студентов с итоговой оценкой ниже 3. В этом случае итоговая оценка определяется по результатам экзамена.</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2186 2023-08-31T17:04:42Z

<p>Severin.nn: /* Форма контроля */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> <br /> <br /> 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. <br /> <br /> 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.<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> <br /> 1. Описательный анализ сетей<br /> <br /> * Ведение в науку о сетях<br /> <br /> * Степенной закон и scale-free сети<br /> <br /> * Случайные графы и модели формирования сетей<br /> <br /> * Метрики центральностей узлов<br /> <br /> * Анализ структурных свойств сетей<br /> <br /> * Сообщества в сетях<br /> <br /> 2. Процессы в сетях<br /> <br /> * Модели распространения эпидемий в сетях<br /> <br /> 3. Введение в машинное обучение на структурных данных<br /> <br /> * Методы построения векторных представлений сетей<br /> <br /> * Графовые нейронные сети<br /> <br /> * Графы знаний<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс<br /> * Чат курса<br /> <br /> == Материалы ==<br /> * Видео занятий и призентации<br /> <br /> = Критерии получения оценки =<br /> <br /> Оценивание происходит по трем видам работ:<br /> <br /> - домашние задания,<br /> - соревнования,<br /> - индивидуальный проект по анализу социальной сети.<br /> <br /> Итоговая оценка = 0.3 * ДЗ + 0.4 * Соревнования + 0.3 * Проект<br /> <br /> = Форма контроля =<br /> <br /> Письменный экзамен по пройденным темам проводится среди студентов с итоговой оценкой ниже 3. В этом случае итоговая оценка определяется по результатам экзамена.</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2185 2023-08-31T17:04:36Z

<p>Severin.nn: /* Критерии получения оценки */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> <br /> <br /> 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. <br /> <br /> 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.<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> <br /> 1. Описательный анализ сетей<br /> <br /> * Ведение в науку о сетях<br /> <br /> * Степенной закон и scale-free сети<br /> <br /> * Случайные графы и модели формирования сетей<br /> <br /> * Метрики центральностей узлов<br /> <br /> * Анализ структурных свойств сетей<br /> <br /> * Сообщества в сетях<br /> <br /> 2. Процессы в сетях<br /> <br /> * Модели распространения эпидемий в сетях<br /> <br /> 3. Введение в машинное обучение на структурных данных<br /> <br /> * Методы построения векторных представлений сетей<br /> <br /> * Графовые нейронные сети<br /> <br /> * Графы знаний<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс<br /> * Чат курса<br /> <br /> == Материалы ==<br /> * Видео занятий и призентации<br /> <br /> = Критерии получения оценки =<br /> <br /> Оценивание происходит по трем видам работ:<br /> <br /> - домашние задания,<br /> - соревнования,<br /> - индивидуальный проект по анализу социальной сети.<br /> <br /> Итоговая оценка = 0.3 * ДЗ + 0.4 * Соревнования + 0.3 * Проект<br /> <br /> = Форма контроля =</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2184 2023-08-31T17:03:57Z

<p>Severin.nn: /* Критерии получения оценки */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> <br /> <br /> 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. <br /> <br /> 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.<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> <br /> 1. Описательный анализ сетей<br /> <br /> * Ведение в науку о сетях<br /> <br /> * Степенной закон и scale-free сети<br /> <br /> * Случайные графы и модели формирования сетей<br /> <br /> * Метрики центральностей узлов<br /> <br /> * Анализ структурных свойств сетей<br /> <br /> * Сообщества в сетях<br /> <br /> 2. Процессы в сетях<br /> <br /> * Модели распространения эпидемий в сетях<br /> <br /> 3. Введение в машинное обучение на структурных данных<br /> <br /> * Методы построения векторных представлений сетей<br /> <br /> * Графовые нейронные сети<br /> <br /> * Графы знаний<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс<br /> * Чат курса<br /> <br /> == Материалы ==<br /> * Видео занятий и призентации<br /> <br /> = Критерии получения оценки =<br /> <br /> Оценивание происходит по трем видам работ:<br /> <br /> - домашние задания,<br /> - соревнования,<br /> - индивидуальный проект по анализу социальной сети.<br /> <br /> Итоговая оценка = 0.3 * ДЗ + 0.4 * Соревнования + 0.3 * Проект<br /> <br /> == Экзамен ==<br /> <br /> Письменный экзамен по пройденным темам проводится среди студентов с итоговой оценкой ниже 3. В этом случае итоговая оценка определяется по результатам экзамена.<br /> <br /> = Форма контроля =</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2183 2023-08-31T16:59:06Z

<p>Severin.nn: /* План курса */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> <br /> <br /> 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. <br /> <br /> 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.<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> <br /> 1. Описательный анализ сетей<br /> <br /> * Ведение в науку о сетях<br /> <br /> * Степенной закон и scale-free сети<br /> <br /> * Случайные графы и модели формирования сетей<br /> <br /> * Метрики центральностей узлов<br /> <br /> * Анализ структурных свойств сетей<br /> <br /> * Сообщества в сетях<br /> <br /> 2. Процессы в сетях<br /> <br /> * Модели распространения эпидемий в сетях<br /> <br /> 3. Введение в машинное обучение на структурных данных<br /> <br /> * Методы построения векторных представлений сетей<br /> <br /> * Графовые нейронные сети<br /> <br /> * Графы знаний<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс<br /> * Чат курса<br /> <br /> == Материалы ==<br /> * Видео занятий и призентации<br /> <br /> = Критерии получения оценки =<br /> <br /> == Домашние задания ==<br /> <br /> = Форма контроля =</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2182 2023-08-31T16:55:52Z

<p>Severin.nn: /* Общие сведения */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> <br /> <br /> 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. <br /> <br /> 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.<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> * План курса<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс<br /> * Чат курса<br /> <br /> == Материалы ==<br /> * Видео занятий и призентации<br /> <br /> = Критерии получения оценки =<br /> <br /> == Домашние задания ==<br /> <br /> = Форма контроля =</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2181 2023-08-31T16:38:29Z

<p>Severin.nn: /* Общие сведения */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> * Формат курса: онлайн<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> * План курса<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс<br /> * Чат курса<br /> <br /> == Материалы ==<br /> * Видео занятий и призентации<br /> <br /> = Критерии получения оценки =<br /> <br /> == Домашние задания ==<br /> <br /> = Форма контроля =</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2180 2023-08-31T16:30:40Z

<p>Severin.nn: /* Общие сведения */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля: экзамен<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> * План курса<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс<br /> * Чат курса<br /> <br /> == Материалы ==<br /> * Видео занятий и призентации<br /> <br /> = Критерии получения оценки =<br /> <br /> == Домашние задания ==<br /> <br /> = Форма контроля =</div>

Severin.nn https://wiki.atp-fivt.org/index.php?title=%D0%A1%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B8_%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B9&diff=2179 2023-08-31T16:26:08Z

<p>Severin.nn: /* Команда курса */</p> <hr /> <div>= Общие сведения =<br /> * Семестр: 9 (пятый курс)<br /> * Форма контроля:<br /> <br /> = Команда курса =<br /> * Илья Макаров, преподаватель курса<br /> * Никита Северин, преподаватель курса<br /> <br /> = План курса =<br /> * План курса<br /> <br /> = Важные ссылки =<br /> * Регистрация на курс<br /> * Чат курса<br /> <br /> == Материалы ==<br /> * Видео занятий и призентации<br /> <br /> = Критерии получения оценки =<br /> <br /> == Домашние задания ==<br /> <br /> = Форма контроля =</div>

Severin.nn