Выращивание данных: различия между версиями
Patarakin (обсуждение | вклад) Нет описания правки |
Patarakin (обсуждение | вклад) Нет описания правки |
||
| 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 | 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. | ||
Текущая версия от 12:09, 16 января 2023
| Описание | Data-farming - данных в ходе изучения сложных и комплексных систем с огромным количеством агентов в искусственных сообществах многоагентного моделирования/ |
|---|---|
| Область знаний | NetSci, Биология, Информатика, Образование |
| Авторы | |
| Поясняющее видео | https://www.youtube.com/watch?v= IRTKplE7nw&t=339s |
| Близкие понятия | Датасет, Данные, Структура данных, Искусственное общество |
| Среды и средства для освоения понятия | 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.
