コース概要

導入

エージェントベースモデリングの概要

ケーススタディ:金融取引をシミュレートするためにエージェントを使用する

Java、C++、Pythonなどにおけるエージェントベースモデリングフレームワークの概要

Mesaのコア機能の概要

環境のセットアップ

テキストエディタまたはIDEとJupyter Notebookの選択

シンプルなモデルの作成

ケーススタディ:パンデミックをシミュレートするためにエージェントを使用する

ユースケースに基づいたモデルの選択(Boltzmann Wealth、Schelling Segregation Model、SIRなど)

MesaのModelとAgentクラスの使用

変数の定義

モデルレベルパラメータの設定

エージェントのアクションのスケジューリング

モデルの実行

モデルにエージェントを追加する

モデルにスペースを追加する

Data Collectorを使用したデータ収集

Mesa Batch Runnerを使用して複数回モデルを実行する

シミュレーションのインタラクティブな可視化

グリッド内のエージェント活動の可視化

可視化にチャートを追加する

可視化モジュールの作成(オプション - Javascriptが必要)

モデルと機械学習アプリケーションの統合

ベストプラクティス

Troubleshooting

まとめと結論

要求

  • Pythonプログラミング経験
  • Javascript(オプション)

対象者

  • 研究者
  • 調査員
  • アナリスト
 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (1)

今後のコース

関連カテゴリー