Выращивание данных - История изменений

Patarakin в 09:09, 16 января 2023

2023-01-16T09:09:17Z

← Предыдущая версия		Версия от 12:09, 16 января 2023
Строка 6:		Строка 6:
	\|Environment=NetLogo, StarLogo Nova		\|Environment=NetLogo, StarLogo Nova
	}}		}}
	Данные, полученные (выращенные) в искусственных сообществах многоагентного моделирования. Выращивание данных в ходе изучения сложных и комплексных систем с огромным количеством агентов сформировалось как отдельное исследовательское направление – data-farming. В отличие от данных, получаемых в ходе натурных наблюдений и экспериментов (таких, как дневники наблюдения за погодой), их можно получить в короткий срок, для этого, как правило, достаточно запустить модель и записать в отдельный файл данные. К тому же, таким способом можно получить данные, отражающие характер и особенности функционирования достаточно сложных объектов, манипулировать которых в реальности у школьников нет возможности, таких, как экологические системы, инженерные установки, сообщества живых существ и т.д.		Данные, полученные (выращенные) в искусственных сообществах многоагентного моделирования. Выращивание данных в ходе изучения сложных и комплексных систем с огромным количеством агентов сформировалось как отдельное исследовательское направление – [[data farming]]. В отличие от данных, получаемых в ходе натурных наблюдений и экспериментов (таких, как дневники наблюдения за погодой), их можно получить в короткий срок, для этого, как правило, достаточно запустить модель и записать в отдельный файл данные. К тому же, таким способом можно получить данные, отражающие характер и особенности функционирования достаточно сложных объектов, манипулировать которых в реальности у школьников нет возможности, таких, как экологические системы, инженерные установки, сообщества живых существ и т.д.

Patarakin в 07:52, 25 октября 2022

2022-10-25T07:52:07Z

← Предыдущая версия		Версия от 10:52, 25 октября 2022
Строка 1:		Строка 1:
	{{Понятие		{{Понятие
	\|Description=Data-farming - данных в ходе изучения сложных и комплексных систем с огромным количеством агентов в искусственных сообществах многоагентного моделирования/		\|Description=Data-farming - данных в ходе изучения сложных и комплексных систем с огромным количеством агентов в искусственных сообществах многоагентного моделирования/
	\|Field_of_knowledge=Биология, Информатика, Образование		\|Field_of_knowledge=NetSci, Биология, Информатика, Образование
	\|Clarifying_video=https://www.youtube.com/watch?v=_IRTKplE7nw&t=339s		\|Clarifying_video=https://www.youtube.com/watch?v=_IRTKplE7nw&t=339s
	\|similar_concepts=Датасет, Данные, Структура данных, Искусственное общество		\|similar_concepts=Датасет, Данные, Структура данных, Искусственное общество

Patarakin: Новая страница: «{{Понятие |Description=Data-farming - данных в ходе изучения сложных и комплексных систем с огромным количеством агентов в искусственных сообществах многоагентного моделирования/ |Field_of_knowledge=Биология, Информатика, Образование |Clarifying_video=https://www.youtube.com/watch?v=_IRTKplE7nw&t=339s...»

2022-10-18T07:57:36Z

Новая страница: «{{Понятие |Description=Data-farming - данных в ходе изучения сложных и комплексных систем с огромным количеством агентов в искусственных сообществах многоагентного моделирования/ |Field_of_knowledge=Биология, Информатика, Образование |Clarifying_video=https://www.youtube.com/watch?v=_IRTKplE7nw&t=339s...»

Новая страница

{{Понятие
|Description=Data-farming - данных в ходе изучения сложных и комплексных систем с огромным количеством агентов в искусственных сообществах многоагентного моделирования/
|Field_of_knowledge=Биология, Информатика, Образование
|Clarifying_video=https://www.youtube.com/watch?v=_IRTKplE7nw&t=339s
|similar_concepts=Датасет, Данные, Структура данных, Искусственное общество
|Environment=NetLogo, StarLogo Nova
}}
Данные, полученные (выращенные) в искусственных сообществах многоагентного моделирования. Выращивание данных в ходе изучения сложных и комплексных систем с огромным количеством агентов сформировалось как отдельное исследовательское направление – data-farming. В отличие от данных, получаемых в ходе натурных наблюдений и экспериментов (таких, как дневники наблюдения за погодой), их можно получить в короткий срок, для этого, как правило, достаточно запустить модель и записать в отдельный файл данные. К тому же, таким способом можно получить данные, отражающие характер и особенности функционирования достаточно сложных объектов, манипулировать которых в реальности у школьников нет возможности, таких, как экологические системы, инженерные установки, сообщества живых существ и т.д.