Deep Learning Specialization on Coursera

课程主页: https://www.coursera.org/learn/networkdynamics

在Coursera上,有一门名为《网络动态与社会行为》的课程,这门课程探讨了社交行为如何受网络结构的影响,以及社会现象的形成和传播过程。课程围绕多个主题展开,包括社会网络理论、代理建模以及社会规范的演变。

课程的第一周介绍了代理建模和社会网络理论,重点是托马斯·谢林的隔离模型。这一模型展示了即使个体偏好多样性,隔离仍然可能在某人口中产生,这一概念通过NetLogo进行演示。

接下来,课程探讨了小世界网络中的扩散现象,揭示了网络结构如何影响信息传播的速度。这一周部分内容包括社交网络理论的概述以及两种基本网络类型的技术描述。

第三周关注复杂传染病模型,讨论了人们在传播信息或行为时,对社会认可的需求。以往的简单传染病模型在小网络中传播迅速,然而复杂传染病可能在小型网络中传播缓慢或根本不传播,这一现象挑战了传统观点。

后续的几周课程继续探讨了社会行为和规范的演变,包括不受欢迎规范的扩散、社交约定的自发形成以及网络中问题解决的策略。特别是“皇帝的新衣”模型和关于创新解决方案的网络组织讨论,为学生提供了深入理解社会现象的新的视角。课程通过NetLogo进行的模拟展示了理论的实际应用。

总的来说,这门课程不仅仅提供了社会行为的理论知识,还结合了实际工具和建模技巧,使学生能够更深入地理解复杂的社会动态。对于那些对社会科学、数据分析和行为经济学感兴趣的学习者来说,这是一个不可多得的机会。与同行互动和利用模拟工具,能够更好地理解和应用课程内容。建议对这门课程感兴趣的朋友尽快注册,深入探索社会行为的网络动态。

课程主页: https://www.coursera.org/learn/networkdynamics

作者 CourseEye