Szkolenia Agent Based Modeling w Toruń

To prowadzone przez instruktora szkolenie na żywo w Toruń (na miejscu lub zdalnie) jest przeznaczone dla każdego, kto chce dowiedzieć się, jak używać Digital Twin do monitorowania i analizowania produktów i procesów przed zbudowaniem i wdrożeniem rzeczywistego produktu.

Pod koniec tego szkolenia uczestnicy będą w stanie

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

To prowadzone przez instruktora szkolenie na żywo w Toruń (online lub na miejscu) jest przeznaczone dla badaczy, którzy chcą używać Mesa do tworzenia modeli opartych na agentach w środowisku Python.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Zainstalować i skonfigurować środowisko programistyczne potrzebne do rozpoczęcia modelowania w Python.
• Szybko utworzyć model oparty na agentach przy użyciu wbudowanych podstawowych komponentów Mesa.
• Rozszerzyć złożoność modelu.
• Wizualizować aktywność agenta w czasie rzeczywistym w przeglądarce.
• Analizuj wyniki modelu interaktywnie za pomocą narzędzi do analizy danych Python.
• Integracja modelu z innymi systemami Python, takimi jak aplikacje do uczenia maszynowego.

To prowadzone przez instruktora szkolenie na żywo w Toruń (online lub na miejscu) jest przeznaczone dla badaczy, którzy chcą używać NetLogo do tworzenia modeli opartych na agentach (ABM).

Po zakończeniu tego szkolenia uczestnicy będą mogli

• Zainstalować NetLogo.
• Opracować model oparty na agentach.
• Wizualizować aktywność agenta.
• Analizować wyniki modelu.
• Testować i dokumentować model symulacji oparty na agentach.

Pakiet Repast to rodzina zaawansowanych, bezpłatnych i otwartych bibliotek do modelowania i symulacji opartych na agentach, które są stale rozwijane od ponad 10 lat. Ten czterodniowy kurs w Toruń (online lub na miejscu) wyjaśnia szczegółowo, jak tworzyć symulacje dla systemów opartych na agentach przy użyciu środowiska Repast.

Cele kursu

1. Wprowadzenie uczestników w zasady i koncepcje modelowania i symulacji opartych na agentach.
2. Rozwijanie zdolności uczestników do czytania i rozumienia kodu programowania modelowania agentów.
3. Wyposażenie uczestników w wiedzę, dzięki której zrozumieją znaczenie dokładnego i precyzyjnego modelowania.
4. Zwiększenie zrozumienia przez uczestników własnych systemów wykorzystujących symulację opartą na agentach.
5. Rozwinięcie zdolności do używania i kodowania systemów opartych na agentach przy użyciu repast, reLogo.