Agent Based Modeling Training Courses

Mesa is een Python framework voor het creëren van agentsgebaseerde modellen (ABM). Mesa streeft ernaar een alternatief te bieden voor NetLogo, Repast en MASON. Agent-based modeling maakt onderzoeker in de gebieden van biologie, sociale wetenschappen, netwerken, zaken, enz. mogelijk. de acties en interacties van autonome agenten te simuleren om hun effecten op hun omgeving te evalueren.

Deze instructeur geleide, live training (online of onsite) is gericht op onderzoekers die Mesa willen gebruiken om Agent Based Models in een Python omgeving te creëren.

Aan het einde van deze training zullen de deelnemers in staat zijn:

Installeren en configureren van de ontwikkelingsomgeving die nodig is om te beginnen met het modellen in Python. Snel een agentgebaseerd model maken met behulp van de ingebouwde kerncomponenten van Mesa's. Uitbreid de complexiteit van het model. Visualiseren van agentactiviteit in real-time binnen een browser. Analyseer de resultaten van het model interactief met behulp van Python gegevensanalyse tools. Integreren van het model met andere Python systemen zoals machine learning toepassingen.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.

The Repast Suite is a family of advanced, free, and open source agent-based modeling and simulation libraries that have collectively been under continuous development for over 10 years. This four day course in Nederland (online or onsite) explains in detail how to create simulation for agent-based systems using the Repast environment.

Course Objectives

- Introduce participants to principles and concepts of agent-based modeling and simulation.
- Develop participants’ capacity to read and understand agent modeling programming code.
- Equip participants with knowledge, so they understand the importance of accurate and precise modeling.
- Increase the participants’ understanding of systems of their own using the Agent-based simulation.
- Develop a better capacity to use and code agent-based systems using repast, reLogo.