• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2026/2027

Структурный анализ и визуализация сетей

Статус: Маго-лего
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3
Контактные часы: 40

Программа дисциплины

Аннотация

The course «Structural Analysis and Visualization of Networks» is dedicated to studying networks. Some examples of the networks are social networks, the Internet, molecules, transportation maps, parse trees. The course will cover models of network formation, statistical and structural analysis of networks and machine learning tasks on networks. Practical tasks include analysis and visualization of networks using Python.
Цель освоения дисциплины

Цель освоения дисциплины

  • To provide students with theoretical and practical knowledge of network science
Планируемые результаты обучения

Планируемые результаты обучения

  • Knows terminology and basic notion of network science
  • Understand principles of network structure
  • Can analyze real world network data using Python
  • Can visualize network data using Python
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Introduction
  • Power law
  • Random graphs
  • Centralities
  • Node similarities, Assortativity
  • ML on graphs
  • Graph embeddings
  • Graph neural networks
  • Knowledge graphs
Элементы контроля

Элементы контроля

  • неблокирующий Домашняя работа
    Average grade for several home assignments. Assignments contain coding tasks in Python.
  • неблокирующий Проект
    Analyze a real-life network, solve ML task. Prepare presentation about it and defend in class.
Промежуточная аттестация

Промежуточная аттестация

  • 2026/2027 3rd module
    0.6 * Проект + 0.4 * Домашняя работа
Список литературы

Список литературы

Рекомендуемая основная литература

  • Network science, Barabasi, A.-L., 2019

Рекомендуемая дополнительная литература

  • Newman, M. (2010). Networks: An Introduction. Oxford University Press, 2010
  • Wasserman, S., & Faust, K. (1994). Social Network Analysis : Methods and Applications. Cambridge: Cambridge eText. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=490515

Авторы

  • Емашева Валерия Анатольевна
  • Коган Александра Сергеевна