Temario del curso
Introducción
Visión general del modelado basado en agentes
Estudio de caso: Uso de agentes para simular transacciones financieras
Visión general de los frameworks de modelado basado en agentes para Java, C++, Python, etc.
Visión general de las características principales de Mesa
Configuración del entorno
Elección entre un editor de texto, un entorno de desarrollo integrado (IDE) o un cuaderno Jupyter
Creación de un modelo simple
Estudio de caso: Uso de agentes para simular una pandemia
Selección de un modelo según el caso de uso (Riqueza de Boltzmann, Modelo de Segregación de Schelling, SIR, etc.)
Trabajo con las clases Modelo y Agente de Mesa
Definición de las variables
Configuración de parámetros a nivel de modelo
Programación de las acciones de un agente
Ejecución del modelo
Agregación de agentes al modelo
Agregación de espacio al modelo
Recolección de datos mediante el recolector de datos
Ejecución del modelo múltiples veces utilizando el ejecador por lotes de Mesa
Visualización interactiva de la simulación
Visualización de la actividad de los agentes en una cuadrícula
Agregación de un gráfico a la visualización
Creación de un módulo de visualización (opcional: requiere Javascript)
Integración del modelo con una aplicación de aprendizaje automático
Mejores prácticas
Resolución de problemas
Resumen y conclusión
Requerimientos
- Experiencia en programación en Python
- Javascript (opcional)
Público objetivo
- Investigadores
- Especialistas en investigación
- Analistas
Testimonios (1)
la parte teórica inicial para poner en contexto
