Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2024/2025

Анализ сетевых данных

Направление: 01.03.02. Прикладная математика и информатика
Когда читается: 3-й курс, 1, 2 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для всех кампусов НИУ ВШЭ
Преподаватели: Карпов Илья Андреевич
Язык: русский
Кредиты: 5

Программа дисциплины

Аннотация

Этот курс знакомит с методами и алгоритмами анализа и визуализации графов и сетей. Курс включает в себя обзор современных методов сетевого анализа и визуализации с их приложениями в различных областях. Мы рассмотрим три основные темы: методы анализа сетей, основанные на прикладной теории графов, алгоритмы построения графов, приложения анализа и визуализации сетей к реальным задачам.
Цель освоения дисциплины

Цель освоения дисциплины

  • 1. Иметь представление об основных задачах сетевого анализа, ключевых методах и алгоритмах, наиболее популярных библиотеках и программных средствах анализа и визуализации.
  • 2. Уметь составлять теоретико-графовую формализаци задачи сетевого анализа на основании имеющегося массива данных.
  • 3. Уметь обоснованно выбирать подходящие проектные решения и инструменты для проведения сетевого анализа.
Планируемые результаты обучения

Планируемые результаты обучения

  • знать понятия анализа и визуализации графов и сетей
  • понимать основные принципы, лежащие в основе алгоритмов сетевого анализа
  • уметь анализировать сети реального мира
  • иметь навыки разработки и решения математических моделей на основе теории графов
  • иметь практические навыки сетевого анализа на языке программирования Python
  • знать методы разработки, навыки и инструменты, необходимые для визуализации сетевых данны
  • визуализировать, обобщать и сравнивать сети
Содержание учебной дисциплины

Содержание учебной дисциплины

  • 01-05
  • 06-10
  • 11-15
Элементы контроля

Элементы контроля

  • неблокирующий Тест
  • неблокирующий Групповой проект
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 2nd module
    Ghw = Quiz1/8 +Quiz2/8 +Quiz3/8 +Quiz4/8 + Contest1/4 + Contest2/4
Список литературы

Список литературы

Рекомендуемая основная литература

  • Графовые базы данных : новые возможности для работы со связанными данными, Робинсон, Я., 2016

Рекомендуемая дополнительная литература

  • Робинсон, Я. Графовые базы данных: новые возможности для работы со связанными данными / Я. Робинсон, Д. Вебер, Э. Эифрем. — 2-е изд. — Москва : ДМК Пресс, 2016. — 256 с. — ISBN 978-5-97060-201-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/90122 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.