Plan du cours
Introduction
Aperçu de la modélisation par agents
Étude de cas : Utilisation d'agents pour simuler des transactions financières
Aperçu des frameworks de modélisation par agents pour Java, C++, Python, etc.
Aperçu des fonctionnalités principales de Mesa
Configuration de l'environnement
Choix entre un éditeur de texte ou un IDE et Jupyter Notebook
Création d'un modèle simple
Étude de cas : Utilisation d'agents pour simuler une pandémie
Choix d'un modèle adapté au cas d'utilisation (Richesse de Boltzmann, Modèle de ségrégation de Schelling, SIR, etc.)
Travail avec les classes Model et Agent de Mesa
Définition des variables
Définition des paramètres de niveau modèle
Programmation des actions d'un agent
Exécution du modèle
Ajout d'agents au modèle
Ajout d'un espace au modèle
Collecte de données à l'aide du collecteur de données
Exécution multiple du modèle avec le lanceur par lots de Mesa
Visualisation interactive de la simulation
Visualisation de l'activité des agents sur une grille
Ajout d'un graphique à la visualisation
Création d'un module de visualisation (optionnel - nécessite Javascript)
Intégration du modèle avec une application de machine learning.
Meilleures pratiques
Dépannage
Résumé et conclusion
Pré requis
- Expérience en programmation Python
- Javascript (optionnel)
Public cible
- Chercheurs
- Investigateurs
- Analistes
Nos clients témoignent (1)
Le formateur avait bien préparé le matériel du cours à l'avance et la session était très flexible, organisée pour répondre aux intérêts des apprenants. Le personnel de direction était également présent pendant le cours pour nous aider. Le projet a été bien géré dans une atmosphère conviviale tout au long.
Kikuko Shoyama
Formation - Repast - Agent Based Modeling and Simulation (ABMS)
Traduction automatique
