Programa del Curso

Introducción

Descripción general de Agent Based Modeling

Caso práctico: Uso de agentes para simular transacciones financieras

Descripción general de los marcos de modelado basados en agentes para Java, C++, Python, etc.

Descripción general de las características principales de Mesa

Configuración del entorno

Elegir entre un editor de texto o IDE y Jupyter Notebook

Creación de un modelo simple

Estudio de caso: Uso de agentes para simular una pandemia

Elección de un modelo basado en el Use Case (Riqueza de Boltzmann, Modelo de Segregación de Schelling, SIR, etc.)

Trabajar con el modelo de Mesa y las clases de agente

Definición de las variables

Configuración de los parámetros de nivel de modelo

Programación de las acciones de un agente

Ejecución del modelo

Adición de agentes al modelo

Adición de espacio al modelo

Recopilación de datos mediante el recopilador de datos

Ejecución del modelo múltiple mediante el ejecutor por lotes de Mesa

Visualización interactiva de la simulación

Visualización de la actividad del agente en una cuadrícula

Adición de un gráfico a la visualización

Creación de un módulo de visualización (opcional - requiere Javascript)

Integración del modelo con una Machine Learning aplicación.

Prácticas recomendadas

Solución de problemas

Resumen y conclusión

Requerimientos

  • Python Experiencia en programación
  • Javascript (opcional)

Audiencia

  • Investigadores
  • Investigadores
  • Analistas
  14 horas
 

Número de participantes


Comienza

Termina


Las fechas están sujetas a disponibilidad y tienen lugar entre 09:30 y 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (2)

Cursos Relacionados

Categorías Relacionadas