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

Soziale und wirtschaftliche Netzwerke: Modelle und Analyse

Soziale und wirtschaftliche Netzwerke: Modelle und Analyse

Dozent: Matthew O. Jackson
74.868 bereits angemeldet
759 Bewertungen
Kompetenzen, die Sie erwerben
- Kategorie: Bayessche Statistik
- Kategorie: Netzwerkanalyse
- Kategorie: Soziologie
- Kategorie: Sozioökonomie
- Kategorie: Mathematische Modellierung
- Kategorie: Wahrscheinlichkeit
- Kategorie: Statistische Modellierung
- Kategorie: Behaviorale Ökonomie
- Kategorie: Spieltheorie
- Kategorie: Sozialwissenschaften
- Kategorie: Analyse sozialer Netzwerke
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
20 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

In diesem Kurs gibt es 8 Module
Dozent

Mehr von Wirtschaft entdecken
Status: VorschauUniversity of Pennsylvania
Status: Kostenloser TestzeitraumUniversity of California, Davis
Status: Kostenloser TestzeitraumJohns Hopkins University
Status: Kostenloser TestzeitraumUniversity of Michigan
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 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
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.
Geprüft am 1. Nov. 2017
Really enjoyed this course. The professor is really good and covers quite a lot of ground during the lectures. Good way to get into complex networks! Probably gonna do some studying on my own now :)
Geprüft am 9. Dez. 2018
Excellent course. The labs are the best. Pajek and Gephi will be handy for network graphing and analyzing data. Thank you Professor Matthew Jackson. Your work is very good for reference.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,




