159
个编辑
更改
跳到导航
跳到搜索
第24行：
第24行： + + + + 第326行：
第330行： − + − + − + − + − + − + − + − + − + − + − − − − 第412行：
第412行： − + 第418行：
第418行： − + − + − + − + − + − + − + − + + − ==== 相关路径 ==== − *[https://pattern.swarma.org/path?id=99 因果科学与Casual AI读书会必读参考文献列表]，这个是根据读书会中解读的论文，做的一个分类和筛选，方便大家梳理整个框架和内容。 − *[https://pattern.swarma.org/path?id=9 因果推断方法概述],这个路径对因果在哲学方面的探讨，以及因果在机器学习方面应用的分析。 − *[https://pattern.swarma.org/path?id=90 因果科学和 Causal AI入门路径]，这条路径解释了因果科学是什么以及它的发展脉络。此路径将分为三个部分进行展开，第一部分是因果科学的基本定义及其哲学基础，第二部分是统计领域中的因果推断，第三个部分是机器学习中的因果（Causal AI）。 + − + + + + + + + + + + + + + + + + − + + + + + − + − （2021年8月14日--8月17日）注重理论与实操相融合，基础理论知识与最新研究进展相交叉，全面系统讲授、研讨因果科学相关主题，对当前因果科学与机器学习结合的前沿技术与行业落地实践进行系统性介绍，从而更好地解决经济学、生物医学、互联网、数据分析、人工智能等实际应用问题，为国内教育界、科研界以及企业界输送更多年轻优秀的从事多学科交叉研究的人才。+ + + + + + + + + + + + + + + + + + + + + + + + + + − + + − 生命作为最典型的复杂系统，从细胞到个体再到群体，在不同层次上都展现出各种复杂性，引发不同学科研究者的兴趣。为了促进生命复杂系统的跨学科交流，我们策划“生命复杂性”系列读书会，组织精读和讨论相关研究。+ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + − 生命作为最典型的复杂系统，从细胞到个体再到群体，在不同层次上都展现出各种复杂性，引发不同学科研究者的兴趣。为了促进生命复杂系统的跨学科交流，我们策划“生命复杂性”系列读书会，组织精读和讨论相关研究。+ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
→因果科学与Causal AI 读书会
| rowspan="18" |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]
| rowspan="18" |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]
[https://campus.swarma.org/catalog/7 查看课程，点此链接]
[https://campus.swarma.org/catalog/7 查看课程，点此链接]
添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]
|28
|28
|已结束
|已结束
读书会主题包括：
读书会主题包括：
* 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1 主讲人张江
* [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江
* 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2 主讲人王硕
* [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕
* NRI论文梳理 | 面向复杂系统的人工智能读书会3 主讲人陶如意
* [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意
* 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4 主讲人龚鹤扬
* [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬
* 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5 主讲人董小璐
* [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐
* 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6 主讲人伍欣达、王光华
* [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华
* 利用图神经网络学习执行经典算法，处理含指针的数据结构 | 面向复杂系统的人工智能读书会7 主讲人郭铁城
* [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城
* 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8 主讲人张永杰
* [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰
* 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9 主讲人王东
* [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东
* 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10 主讲人李子徽
* [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽
* ......
* ......
等14期。
等14期。
此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。
此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。
了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]
了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]
因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。
因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。
==== 【第一季：因果科学与Causal AI框架及前沿方向】 ====
==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]（报名） ====
图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。
图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。
* [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬
* [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬
* [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期]
* [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉
* [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期]
* [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇
* [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期]
* [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智
* [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期]
* [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨
* [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期]
* [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言
* [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期]
* [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城
* [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期]
* [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜
* [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期]
* [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧
* ......
等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。
等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。
了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]
==== 【第二季：因果科学与Causal AI基础实战】 ====
查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]
==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]（报名） ====
因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。
因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。
分享主题包括：
* [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超
* [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩
* [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊
* [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治
* [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏
* [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦
* [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初
* [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健
* [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦
* [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月
* ......
等15期内容。
==== 【第三季：因果科学与Causal +X领域概览】 ====
了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]
查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]
==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]（报名） ====
“因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。
“因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。
==== 【CCF因果科学夏令营】 ====
分享主题包括：
* [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏
===== 「基础理论学习」 =====
* [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩
* [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩
* [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊
* [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭
===== 「案例研讨」 =====
* [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊
* [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松
* [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊
* [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏
* [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静
===== 「深入理论学习」 =====
* [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏
* [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊
* [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城
* [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭
等19期。
[https://pattern.swarma.org/article/141 夏令营纪要]
了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]
查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]
== 因果涌现读书会 ==
== 因果涌现读书会 ==
==== [https://pattern.swarma.org/study_group/7 【因果涌现读书会第一季】]（报名） ====
围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。
分享主题包括：
* [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江
* [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄
* [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博
* [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛
* [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛
* [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川
* [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛
* [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章
* [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成
* [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰
* ......
等16期。
了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]
查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季]
==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]（报名）【进行中】 ====
通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。
分享主题包括：
===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====
* [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江
===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====
===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====
===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====
===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====
了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]
查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]
== 社会计算读书会 ==
== 社会计算读书会 ==
==== 【社会计算读书会第一季】 ====
为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。
分享主题包括：
===== 社会计算介绍综述 =====
* [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕
===== 计算科学之于社会计算 =====
* [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青
* [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪
* [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳
* [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹
===== 复杂科学之于社会计算 =====
* [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏
* [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯
* [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源
等12期。
了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] [https://pattern.swarma.org/article/98 入门路径]
查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]
==== 【社会计算读书会第二季】（2022年6月18日开始） ====
对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。
了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季]
查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]
== 复杂管理学读书会 ==
== 复杂管理学读书会 ==