Онлайн обучение по Agent Based Modeling в България

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към всеки, който желае да научи как да използва Digital Twin при наблюдение и анализ на продукти и процеси, преди да изгради и внедри действителния продукт.

До края на това обучение участниците ще могат:

• Научете и разберете основните концепции на Digital Twin.
• Разберете типовете цифрови близнаци и жизнения цикъл.
• Използвайте Digital Twin за ефективно управление на изследователски данни и модели на проектиране.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към изследователи, които желаят да използват Mesa за създаване на базирани на агенти модели в Python среда.

До края на това обучение участниците ще могат:

• Инсталирайте и конфигурирайте средата за разработка, необходима за стартиране на моделирането в Python.
• Бързо създайте модел, базиран на агент, като използвате вградените основни компоненти на Mesa.
• Разширете сложността на модела.
• Визуализирайте дейността на агента в реално време в браузър.
• Анализирайте резултатите от модела интерактивно с помощта на Python инструменти за анализ на данни.
• Интегрирайте модела с други Python системи, като например приложения за машинно обучение.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към следователи, които желаят да използват NetLogo за създаване на базирани на агенти модели (ABM).

До края на това обучение участниците ще могат:

• Инсталирайте NetLogo.
• Разработете модел, базиран на агенти.
• Визуализирайте дейността на агента.
• Анализирайте резултатите от модела.
• Тествайте и документирайте базирания на агент симулационен модел.

The Repast Suite една семейство от напредени, свободни и с отворен код библиотеки за моделиране и симулиране на агентски системи, които колективно са в непрекъснато развитие над 10 години. Този курс от четири дни в България (онлайн или на място) обяснява подробно как да се създадат симуляции за агентски системи, използвайки околната среда Repast.

Цели на курса

1. Да представи участниците с принципите и концепциите на моделирането и симулирането на агентски системи.
2. Да развие способността на участниците да четат и разбират кода за моделиране на агенти.
3. Да оснасти участниците с знания, така че те да разберат важността на точното и прецизно моделиране.
4. Да подобри разбирането на участниците за своите собствени системи, използвайки агентско симулиране.
5. Да развие по-добър навик за използване и кодиране на агентски системи, използвайки repast, reLogo.