Fundamentos del Gemelo Digital

Esta capacitación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a investigadores que deseen utilizar Mesa para crear modelos basados en agentes en un entorno Python.

Al finalizar esta capacitación, los participantes podrán:

• Instalar y configurar el entorno de desarrollo necesario para comenzar a modelar en Python.
• Crear rápidamente un modelo basado en agentes utilizando los componentes centrales integrados de Mesa.
• Aumentar la complejidad del modelo.
• Visualizar la actividad de los agentes en tiempo real dentro de un navegador.
• Analizar los resultados del modelo de manera interactiva mediante herramientas de análisis de datos de Python.
• Integrar el modelo con otros sistemas de Python, como aplicaciones de aprendizaje automático.

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a investigadores que deseen utilizar NetLogo para crear Modelos Basados en Agentes (ABM).

Al finalizar esta capacitación, los participantes podrán:

• Instalar NetLogo.
• Desarrollar un modelo basado en agentes.
• Visualizar la actividad de los agentes.
• Analizar los resultados del modelo.
• Probar y documentar el modelo de simulación basado en agentes.

La Suite Repast es una familia de bibliotecas avanzadas, gratuitas y de código abierto para el modelado y la simulación basados en agentes, que han estado en desarrollo continuo de manera colectiva durante más de 10 años. Este curso de cuatro días en Colombia (en línea o presencial) explica en detalle cómo crear simulaciones para sistemas basados en agentes utilizando el entorno de Repast.

Objetivos del curso

1. Introducir a los participantes en los principios y conceptos del modelado y la simulación basados en agentes.
2. Desarrollar la capacidad de los participantes para leer y comprender el código de programación de modelado de agentes.
3. Proveer a los participantes con conocimientos que les permitan comprender la importancia de un modelado preciso y exacto.
4. Incrementar la comprensión de los participantes sobre sus propios sistemas mediante la simulación basada en agentes.
5. Desarrollar una mayor capacidad para utilizar y programar sistemas basados en agentes utilizando Repast y reLogo.