Politechnika Warszawska - Centralny System Uwierzytelniania
Strona główna

Modelowanie i analiza sieci złożonych

Informacje ogólne

Kod przedmiotu: 1120-DS000-MSP-0231
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Modelowanie i analiza sieci złożonych
Jednostka: Wydział Matematyki i Nauk Informacyjnych
Grupy:
Punkty ECTS i inne: 5.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Skrócony opis:

Celem przedmiotu jest zaznajomienie studentów z podstawowymi modelami, metodami matematycznymi i algorytmami wykorzystywanymi w analizie sieci złożonych (sieci społecznościowych, biologicznych, technologicznych, cytowań itp.). W trakcie kursu student poznaje metody eksploracyjnej analizy danych (wizualizacja dużych sieci, podstawowe statystyki opisowe, analiza skupień), modele tłumaczące powstawanie sieci oraz dynamikę w nich zachodzącą, a także narzędzia pozwalające dokonywać analiz predykcyjnych dla tego rodzaju danych.

Wymagania wstępne / przedmioty poprzedzające:

Teoria grafów, matematyka dyskretna

Rachunek prawdopodobieństwa, statystka matematyczna

Programowanie w języku Python i Java

Pełny opis:

Treści kształcenia 1. Podstawy matematyczne i algorytmiczne: powtórzenie wiadomości z teorii grafów, sposoby reprezentacji (listy i macierze sąsiedztwa, macierze rzadkie), przeszukiwanie grafów

2. Grafowe bazy danych, przykłady sieci rzeczywistych

3. Algorytmy wizualizacji grafów

4. Statystyki opisowe (Centrality Degree, Betweenness, Closeness PageRank, itp.)

5. Grafy przypadkowe, model Erdosa-Renyi

6. Model sieci ewoluującej Barabasiego-Alberty

7. Własności sieci rzeczywistych.

8. Algorytmy wykrywania skupień (ang. community detection)

9. Sieci hierarchiczne, warstwowe i czasowe (ang. temporal networks)

10. Błądzenia losowe. Przypomnienie wiadomości o procesach Markowa

11. Modele agentowe i dynamika na sieciach

Literatura:

1. Caldarelli G., Chessa A., Data Science & Complex Networks, Oxford University Press, 2016

2. Caldarelli G., Scale-free networks: complex webs in nature and technology, Oxford University Press, 2007

3. Fronczak A., Fronczak P., Świat sieci złożonych: Od fizyki do Internetu, PWN, 2009

4. Durrett R., Random Graph Dynamics, Cambridge University Press, 2007

5. Aggarwal C.C., Wang H. (red.), Managing and Mining Graph Data, Springer, 2010

Metody i kryteria oceniania:

Kolokwium końcowe – teoria (50%)

Projekty – zastosowania praktyczne w analizie danych rzeczywistych i ich modelowaniu (50%)

Zajęcia w cyklu "rok akademicki 2020/2021 - sem. letni" (zakończony)

Okres: 2021-02-20 - 2021-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 45 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Marek Gągolewski
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin

Zajęcia w cyklu "rok akademicki 2020/2021 - sem. zimowy" (zakończony)

Okres: 2020-10-01 - 2021-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 45 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Grzegorz Siudem
Prowadzący grup: Grzegorz Siudem
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin

Zajęcia w cyklu "rok akademicki 2019/2020 - sem. letni" (zakończony)

Okres: 2020-02-22 - 2020-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 45 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Marek Gągolewski
Prowadzący grup: Grzegorz Siudem
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Warszawska.
pl. Politechniki 1, 00-661 Warszawa tel: (22) 234 7211 https://pw.edu.pl kontakt deklaracja dostępności USOSweb 7.0.0.0-7 (2024-03-18)