En choisissant un pays, vous voyez les cours disponibles dans votre région.
⏱ 2 h 54 min📚 29 leçons🎧 Version audio
Modélisation et Simulation Basées sur les Agents avec NetLogo
Apprenez à concevoir, programmer et analyser des systèmes complexes et des interactions d'agents en écologie, économie et sciences sociales en utilisant NetLogo.
💬Instructeur IA Posez une question sur n'importe quelle leçon et obtenez une réponse claire à tout moment.
🕐Commencez quand vous voulez Sans horaires ni délais : apprenez à votre rythme, quand vous voulez.
🌐En français Leçons, exercices et certificat : tout entièrement dans votre langue.
À propos de ce cours
Comprendre comment les interactions individuelles façonnent les systèmes complexes du monde réel est essentiel à l'analyse scientifique et sociale moderne. Ce cours basé sur le texte vous initie aux fondamentaux de la modélisation basée sur les agents (ABM) en utilisant NetLogo, la plateforme de premier plan pour la simulation de systèmes décentralisés. Vous passerez de la compréhension de la dynamique des systèmes de base à l'écriture de code NetLogo personnalisé, à la définition des comportements des agents et à la réalisation d'expériences systématiques. En lisant des explications claires et en étudiant des exemples de code pratiques, vous acquerrez les compétences nécessaires pour construire des simulations qui modélisent les équilibres écologiques, les marchés économiques et les réseaux sociaux.
Ce que vous apprendrez :
- Comprendre les concepts fondamentaux de la modélisation basée sur les agents et des systèmes décentralisés.
- Maîtriser le langage de programmation NetLogo, y compris les tortues, les patchs, les liens et les contextes d'observateur.
- Concevoir des environnements de simulation personnalisés pour modéliser les interactions du monde réel en écologie, sociologie et économie.
- Configurer les paramètres du modèle et exécuter des expériences systématiques à l'aide de BehaviorSpace.
- Appliquer des techniques d'exportation de données pour analyser les résultats de simulation à l'aide de flux de travail d'analyse de données modernes.
- Analyser les comportements de simulation pour identifier les modèles émergents et les points de basculement du système.
Le cours commence par la terminologie de base et la théorie des systèmes complexes avant de vous guider étape par étape à travers la syntaxe NetLogo, la logique des agents et l'exécution des modèles. Vous étudierez des modèles de code complets et apprendrez à exécuter des expériences multi-exécutions pour valider vos hypothèses. Conçu pour les débutants en simulation, en science des données ou en recherche sociale, sans expérience préalable en programmation requise. Commencez à lire dès aujourd'hui pour libérer la puissance de la simulation basée sur les agents et découvrir comment des règles simples créent des comportements complexes.
Contenu du cours
Ce que vous recevez
📜Certificat de fin Ajoutez-le à votre profil LinkedIn
💬Tuteur AI personnel Bloqué sur une leçon ? Pose n'importe quelle question à ton tuteur intégré, à tout moment.
🎧Version audio incluse Apprenez en déplacement, sans écran
♾️Accès à vie Revenez quand vous voulez, sans expiration
📱Téléphone ou ordinateur Fonctionne partout, sur tout appareil
💸Remboursement 14 jours Sans poser de questions
⚡Court et ciblé 2 h 54 min de contenu pratique
Certificat de fin
Chaque cours terminé sur PickAClass délivre un diplôme comme celui-ci — original, avec son propre code, vérifiable par URL et détaillé sur ce qui a été réellement démontré.
P
PickAClass
Profil de compétences · vérifiable
Document
Certificat de Maîtrise
Ceci certifie que
Prénom Nom
a démontré avec succès la maîtrise de
Modélisation et Simulation Basées sur les Agents avec NetLogo
Compétences démontrées
✓
Analyse des modèles comportementaux
Fondamental
1.2 h
✓
Cadres d'architecture décisionnelle
Compétent
1.4 h
✓
Conception de tests A/B
Compétent
1.7 h
✓
Rédaction comportementale
Avancé
1.9 h
P
PickAClass — Prénom Nom
Modélisation et Simulation Basées sur les Agents avec NetLogo
Page 2 sur 2
Détail de performance
Résumé du parcours
Leçons terminées14 / 14
Questions d'entraînement26 / 28
Devoirs rendus4 (moy. 4,5 / 5)
Projet de finÉvalué — 4,6 / 5
Pratique totale6.2 h
Référence de performance
Rang de cohorteTop 12% sur 1,625
Temps jusqu'à l'achèvement11 jours (médiane : 22)
Score de maîtrise91 / 100
Score aux questions d'entraînement94%
Vérification de compétenceParcours de compétence vérifié