Lernen Sie, wie Sie soziale und wirtschaftliche Netzwerke und ihre Auswirkungen auf das menschliche Verhalten modellieren können. Wie bilden sich Netzwerke, warum weisen sie bestimmte Muster auf und wie wirkt sich ihre Struktur auf die Verbreitung, das Lernen und andere Verhaltensweisen aus? Wir werden Modelle und Techniken aus den Bereichen Ökonomie, Soziologie, Mathematik, Physik, Statistik und Informatik zusammenführen, um diese Fragen zu beantworten. Der Kurs beginnt mit einigen empirischen Hintergründen zu sozialen und wirtschaftlichen Netzwerken und einem Überblick über Konzepte, die zur Beschreibung und Messung von Netzwerken verwendet werden. Als Nächstes werden wir eine Reihe von Modellen zur Bildung von Netzwerken behandeln, darunter zufällige Netzwerkmodelle, Modelle zur strategischen Bildung und einige Mischformen. Anschließend werden wir eine Reihe von Modellen besprechen, wie Netzwerke das Verhalten beeinflussen, einschließlich Ansteckung, Verbreitung, Lernen und Einflüsse von Gleichaltrigen. Einen detaillierteren Lehrplan finden Sie hier: http://web.stanford.edu/~jacksonm/Networks-Online-Syllabus.pdf Ein kurzes Einführungsvideo finden Sie hier: http://web.stanford.edu/~jacksonm/Intro_Networks.mp4
Beispiele für soziale Netzwerke und ihre Auswirkungen, Definitionen, Maße und Eigenschaften: Grad, Durchmesser, kleine Welten, schwache und starke Bindungen, Gradverteilungen
Das ist alles enthalten
12 Videos3 Lektüren3 Aufgaben
Infos zu Modulinhalt anzeigen
12 Videos•Insgesamt 118 Minuten
Eine Einführung in den Kurs•4 Minuten
1.1: Einführung•9 Minuten
1.2: Beispiele und Herausforderungen•15 Minuten
1.2.5 Hintergrunddefinitionen und Notation (Grundlegend - Überspringen, wenn bekannt 8:23)•8 Minuten
1.3: Definitionen und Notation•14 Minuten
1.4: Durchmesser•17 Minuten
1.5: Durchmesser und Bäume•6 Minuten
1.6: Durchmesser von Zufallsgraphen (fakultativ/erweitert 11:12)•11 Minuten
1.7: Durchmesser in der Welt•7 Minuten
1.8: Gradverteilungen•13 Minuten
1.9: Clustering•9 Minuten
1.10: Woche 1 Wrap•3 Minuten
3 Lektüren•Insgesamt 30 Minuten
Syllabus•10 Minuten
Folien von Vorlesung 1, mit Referenzen•10 Minuten
OPTIONAL - Fortgeschrittenes Problem Set 1•10 Minuten
3 Aufgaben•Insgesamt 90 Minuten
Quiz Woche 1•30 Minuten
Optional: Empirische Analyse von Netzwerkdaten mit Gephi oder Pajek•30 Minuten
Aufgabenstellung 1•30 Minuten
Hintergrund, Definitionen und Maßnahmen Fortgesetzt
Modul 2•4 Stunden abzuschließen
Moduldetails
Homophilie, Dynamik, Zentralitätsmaße: Grad, Verflechtung, Nähe, Eigenvektor und Katz-Bonacich. Erdos und Renyi Zufallsnetzwerke: Schwellenwerte und Phasenübergänge
Das ist alles enthalten
11 Videos3 Lektüren3 Aufgaben
Infos zu Modulinhalt anzeigen
11 Videos•Insgesamt 105 Minuten
2.1: Homophilie•10 Minuten
2.2: Dynamik und Bindungsstärke•7 Minuten
2.3: Zentralitätsmaße•15 Minuten
2.4: Zentralität - Eigenvektor-Maße•13 Minuten
2.5a: Anwendung - Zentralitätsmaße•13 Minuten
2.5b: Anwendung - Diffusionszentralität•7 Minuten
2.6: Zufällige Netzwerke•10 Minuten
2.7: Zufallsnetzwerke - Schwellenwerte und Phasenübergänge•7 Minuten
2.8: Ein Schwellenwertsatz (optional/fortgeschritten 13:00)•13 Minuten
2.9: Das Modell einer kleinen Welt•7 Minuten
2.10 Woche 2 Einpacken•4 Minuten
3 Lektüren•Insgesamt 30 Minuten
Folien von Vorlesung 2, mit Referenzen•10 Minuten
OPTIONAL - Fortgeschrittenes Problem Set 2•10 Minuten
OPTIONAL - Lösungen für Fortgeschrittene PS 1•10 Minuten
3 Aufgaben•Insgesamt 90 Minuten
Quiz Woche 2•30 Minuten
Optional: Empirische Analyse von Netzwerkdaten•30 Minuten
Aufgabenstellung 2•30 Minuten
Zufällige Netzwerke
Modul 3•5 Stunden abzuschließen
Moduldetails
Poisson-Zufallsnetzwerke, Exponentiale Zufallsgraphenmodelle, Wachsende Zufallsnetzwerke, Präferenzielle Anhaftung und Power Laws, Hybride Modelle der Netzwerkbildung.
Das ist alles enthalten
12 Videos3 Lektüren4 Aufgaben
Infos zu Modulinhalt anzeigen
12 Videos•Insgesamt 143 Minuten
3.1: Wachsende Zufallsnetzwerke•18 Minuten
3.2: Annäherungen an ein mittleres Feld•8 Minuten
3.3: Bevorzugte Anhaftung•11 Minuten
3.4: Hybride Modelle•15 Minuten
3.5: Anpassen von Hybridmodellen•17 Minuten
3.6: Block-Modelle•10 Minuten
3.7: ERGMs•9 Minuten
3.8: Schätzung der ERGMs•16 Minuten
3.9: SERGMs•10 Minuten
3.10: SUGMs•6 Minuten
3.11: Schätzung von SUGMs (optional/erweitert 21:03)•21 Minuten
3.12: Woche 3 Wrap•3 Minuten
3 Lektüren•Insgesamt 30 Minuten
Folien von Vorlesung 3, mit Referenzen•10 Minuten
OPTIONAL - Fortgeschrittenes Problem Set 3•10 Minuten
OPTIONAL - Lösungen für Fortgeschrittene PS 2•10 Minuten
4 Aufgaben•Insgesamt 120 Minuten
Quiz Woche 3•30 Minuten
Optional: Empirische Analyse von Netzwerkdaten•30 Minuten
Optional: Verwendung von Statnet in R zur Schätzung eines ERGM•30 Minuten
Aufgabenstellung 3•30 Minuten
Strategische Netzwerkbildung
Modul 4•5 Stunden abzuschließen
Moduldetails
Spieltheoretische Modellierung der Netzwerkbildung, Das Verbindungsmodell, Der Konflikt zwischen Anreizen und Effizienz, Dynamik, gerichtete Netzwerke, Hybridmodelle von Wahl und Zufall.
Das ist alles enthalten
15 Videos3 Lektüren2 Aufgaben
Infos zu Modulinhalt anzeigen
15 Videos•Insgesamt 209 Minuten
4.1: Strategische Netzwerkbildung•12 Minuten
4.2: Paarweise Stabilität und Effizienz•15 Minuten
4.3: Verbindungen Modell•11 Minuten
4.4: Effizienz im Verbindungsmodell (optional/erweitert 12:41)•13 Minuten
4.5: Paarweise Stabilität im Connections-Modell•7 Minuten
4.6: Externalitäten und das Koautorenmodell•11 Minuten
4.7: Bildung von Netzwerken und Übertragungen•17 Minuten
4.8: Heterogenität in strategischen Modellen•14 Minuten
4.9: SUGMs und strategische Netzwerkbildung (Optional/Fortgeschrittene 13:47)•14 Minuten
OPTIONAL - Fortgeschrittenes Problem Set 5•10 Minuten
OPTIONAL - Lösungen für Fortgeschrittene PS 4•10 Minuten
Folien von Vorlesung 5, mit Referenzen•10 Minuten
3 Aufgaben•Insgesamt 90 Minuten
Quiz Woche 5•30 Minuten
Optional: Empirische Analyse von Netzwerkdaten•30 Minuten
Aufgabenstellung 5•30 Minuten
Lernen in Netzwerken
Modul 6•3 Stunden abzuschließen
Moduldetails
Bayes'sches Lernen in Netzwerken, Das DeGroot-Modell des Lernens in einem Netzwerk, Konvergenz der Überzeugungen, Die Weisheit der Massen, Wie der Einfluss von der Netzwerkposition abhängt...
Das ist alles enthalten
9 Videos3 Lektüren2 Aufgaben
Infos zu Modulinhalt anzeigen
9 Videos•Insgesamt 100 Minuten
6.1: Lernen•26 Minuten
6.2: DeGroot Modell•16 Minuten
6.3: Konvergenz im DeGroot-Modell•14 Minuten
6.4: Beweis des Konvergenztheorems (fakultativ/Fortgeschrittene 10:25)•10 Minuten
6.5: Beeinflussung•7 Minuten
6.6: Beispiele für Beeinflussung•8 Minuten
6.7: Aggregation von Informationen•9 Minuten
6.8: Lernzusammenfassung•5 Minuten
6.9: Woche 6 Nachbereitung•4 Minuten
3 Lektüren•Insgesamt 30 Minuten
Folien von Vorlesung 6, mit Referenzen•10 Minuten
OPTIONAL - Fortgeschrittenes Problem Set 6•10 Minuten
OPTIONAL - Lösungen für Fortgeschrittene PS 5•10 Minuten
2 Aufgaben•Insgesamt 60 Minuten
Quiz Woche 6•30 Minuten
Aufgabenstellung 6•30 Minuten
Spiele in Netzwerken
Modul 7•4 Stunden abzuschließen
Moduldetails
Netzwerkspiele, Einflüsse von Gleichaltrigen: Strategische Ergänzungen und Substitute, die Beziehung zwischen Netzwerkstruktur und Verhalten, ein lineares quadratisches Spiel, wiederholte Interaktionen und Netzwerkstrukturen.
Das ist alles enthalten
10 Videos4 Lektüren2 Aufgaben
Infos zu Modulinhalt anzeigen
10 Videos•Insgesamt 141 Minuten
7.1: Spiele in Netzwerken•12 Minuten
7.2: Ergänzungen und Substitute•20 Minuten
7.3: Eigenschaften von Gleichgewichten•14 Minuten
7.4: Mehrere Gleichgewichte•13 Minuten
7.5: Eine Anwendung•8 Minuten
7.6: Jenseits von 0-1 Wahlmöglichkeiten•21 Minuten
7.7: Ein lineares quadratisches Modell•15 Minuten
7.8: WiederholteSpiele und Netzwerke•24 Minuten
7.9: Woche 7 Nachlese•5 Minuten
7.9b: Kursnachbereitung•10 Minuten
4 Lektüren•Insgesamt 40 Minuten
Folien von Vorlesung 7, mit Referenzen•10 Minuten
OPTIONAL - Fortgeschrittenes Problem Set 7•10 Minuten
OPTIONAL - Lösungen für Fortgeschrittene PS 6•10 Minuten
OPTIONAL - Lösungen für Fortgeschrittene PS 7•10 Minuten
2 Aufgaben•Insgesamt 60 Minuten
Quiz Woche 7•30 Minuten
Aufgabenstellung 7•30 Minuten
Abschlussprüfung
Modul 8•1 Stunde abzuschließen
Moduldetails
Die Beschreibung finden Sie hier
Das ist alles enthalten
1 Aufgabe
Infos zu Modulinhalt anzeigen
1 Aufgabe•Insgesamt 30 Minuten
Finale•30 Minuten
Dozent
Lehrkraftbewertungen
Lehrkraftbewertungen
Wir haben alle Lernenden um Feedback zu unseren Dozenten gebeten, ausgehend von der Qualität ihres Unterrichtsstils.
Die Leland Stanford Junior University, gemeinhin als Stanford University oder Stanford bezeichnet, ist eine US-amerikanische private Forschungsuniversität in Stanford, Kalifornien, auf einem 3.310 Hektar großen Campus in der Nähe von Palo Alto, Kalifornien, Vereinigte Staaten.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.8
759 Bewertungen
5 stars
84,71 %
4 stars
12,77 %
3 stars
1,44 %
2 stars
0,13 %
1 star
0,92 %
Zeigt 3 von 759 an
S
SN
4·
Geprüft am 5. Juni 2020
Interesting survey of modern network theory, from Erdos-Renyi random graphs, to SIS ("flu") models, and games on networks. Rather academic at times, without the rigour.
A
AW
5·
Geprüft am 6. Dez. 2020
Prof. Jackson is so good at explaining these concepts in the lectures. I have honestly learned a lot regarding this topic and academic area.
M
MG
5·
Geprüft am 17. Okt. 2018
Great course! Teacher gave very good explanations. Examples are very useful. I would love to take a more advanced course of social and economic networks.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was erhalte ich, wenn ich das Zertifikat kaufe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.