Szkolenie online Agent Based Modeling w Polsce

To szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do każdego, kto chce nauczyć się, jak używać Digital Twin do monitorowania i analizowania produktów oraz procesów przed zbudowaniem i wdrożeniem rzeczywistego produktu.

Pod koniec szkolenia uczestnicy będą mogli:

• Poznać i zrozumieć podstawowe koncepcje Digital Twin.
• Zrozumieć typy i cykl życia Digital Twin.
• Używać Digital Twin do efektywnego zarządzania danymi badawczymi i modelami projektowymi.

To szkolenie prowadzone przez instruktora na żywo w Polsce (online lub na miejscu) jest skierowane do badaczy, którzy chcą używać Mesy do tworzenia modeli agentowych w środowisku Python.

Pod koniec szkolenia uczestnicy będą mogli:

• Zainstalować i skonfigurować środowisko programistyczne niezbędne do rozpoczęcia modelowania w Pythonie.
• Szybko stworzyć model agentowy przy użyciu wbudowanych komponentów Mesy.
• Rozbudować złożoność modelu.
• Wizualizować aktywność agentów w czasie rzeczywistym w przeglądarce.
• Analizować wyniki modelu interaktywnie przy użyciu narzędzi do analizy danych w Pythonie.
• Integrować model z innymi systemami Python, takimi jak aplikacje uczenia maszynowego.

Ten prowadzony przez instruktora, żywy trening w Polsce (online lub na miejscu) jest skierowany do badaczy, którzy chcą używać NetLogo do tworzenia modeli agentowych (ABM).

Pod koniec tego szkolenia uczestnicy będą mogli:

• Zainstalować NetLogo.
• Opracować model agentowy.
• Wizualizować aktywność agentów.
• Analizować wyniki modelu.
• Testować i dokumentować model symulacji agentowej.

Repast Suite to rodzina zaawansowanych, darmowych i otwartych bibliotek do modelowania i symulacji agentowej, które są rozwijane nieprzerwanie od ponad 10 lat. Ten czterodniowy kurs w Polsce (online lub stacjonarnie) szczegółowo wyjaśnia, jak tworzyć symulacje dla systemów agentowych przy użyciu środowiska Repast.

Cele kursu

1. Zapoznanie uczestników z zasadami i koncepcjami modelowania i symulacji agentowej.
2. Rozwinięcie umiejętności uczestników w zakresie czytania i rozumienia kodu programowania modelowania agentowego.
3. Wyposażenie uczestników w wiedzę, aby rozumieli znaczenie dokładnego i precyzyjnego modelowania.
4. Zwiększenie zrozumienia przez uczestników systemów własnych przy użyciu symulacji agentowej.
5. Rozwinięcie lepszych umiejętności w zakresie korzystania i programowania systemów agentowych przy użyciu Repast, reLogo.