集智学园系列课程

集智学园系列课程依托于集体学园网站（集智学园网站是为科研工作者、高级技术人员量身打造的在线视频服务平台），系列课程内容包括但不限于复杂性科学、复杂网络、多主体模拟、人工智能、机器学习、神经网络、自然语言处理等领域，授课人包括从事复杂系统相关研究的科研人员、在读硕士研究生/博士生、科研创业的第一线、科研爱好者等。

内容分类

基础与通识

免费课程

• 圣塔菲课程：Origins Of Life
• 北京师范大学陈六君：数学物理方法
• Julia中文社区线下活动
• Julia 中文社区年会记录

收费课程

• 范畴论入门系列课程（第一季）
• 新冠大爆发，科学怎么办？
• 网络数据的自动采集
• Matlab 基础及应用 2020
• 复杂网络 2020
• 数据分析 2020
• 人工智能 2020
• 讲给文科生的 R 语言
• NetLogo多主体建模入门
• 深度学习原理与PyTorch实战
• 计算社会科学的前沿与展望——AI&Society 第十二期
• 数据科学心法与机器学习实战
• Mathematica基础入门教程
• 从Python到机器学习
• 迎接AI时代

复杂系统

免费课程

收费课程

网络科学

免费课程

收费课程

计算社会

免费课程

收费课程

人工智能

免费课程

收费课程

读书会

免费课程

收费课程

最新上线

集智学园最新系列课程一览表

课程名称	课程简介	授课老师	当前状态	购课途径
范畴论入门系列课程（第一季）	本系列课程中，尽量从较低的起点出发，在补充具体的数学知识过程中，让大家熟悉范畴化的思维方式，为理解抽象的范畴论概念积累实例。系列课程完成后，学员将能够了解范畴论的基本知识，包括范畴、函子、对偶、极限，并且在代数、拓扑等方面有范畴论角度的理解。	J-CAT 猫圈	上新中	https://campus.swarma.org/form/activity/33
			已完结
			筹备中

主要系列课程详情

范畴论入门系列课程（第一季）

课程简介

本课程中，尽量从较低的起点出发，在补充具体的数学知识过程中，让大家熟悉范畴化的思维方式，为理解抽象的范畴论概念积累实例。系列课程完成后，学员将能够了解范畴论的基本知识，包括范畴、函子、对偶、极限，并且在代数、拓扑等方面有范畴论角度的理解。

讲师介绍

• J-CAT 猫圈 :教育法尝试者，同时给小学、中学、大学、研究生、科研人员授课，寻找从基础到前沿的最短路径。研究兴趣包括：范畴论、动力系统、人工智能。

课程背景

范畴论提供了系统、精确、抽象的跨领域科学方法论。不同知识领域的问题按照特定的范畴来组织，范畴论通过函子来连接不同领域的不同范畴，实现跨领域的研究。函子把源范畴的结构映射到目标范畴。复杂的范畴可能转化到简单的范畴，陌生的范畴可能转化到熟悉的领域中的范畴，抽象的范畴可能转化到易于计算的范畴。

范畴论尽可能地用函子来构造这种跨范畴的联系，构造一个好的函子，把原有领域范畴重要的结构信息，更多地保持到目标范畴中。具体构造时就需要特定领域的知识了。

在范畴论发明前，并没有系统化的跨领域联系的方法论，许多科学的进展都依靠科学家天才的联想能力。比如Galois对群和域这两个范畴的联想，促进了数论和群论的大幅发展。如今在范畴论中这种联想系统化地发展成为了Galois连接。

与自然语言描述为主的科学哲学不同，范畴论是数学领域抽象程度的顶峰，是可以以公式或者其它数学表达方式明确指导具体研究的。学习范畴论，相当于学到了系统、精确、抽象的科学方法论，并可以直接付诸于各领域考察的问题，寻求跨领域的解决之道。

课程大纲

课程暂定为两季。为了适应广大非数学专业爱好者的需要，第一季尽量从较低的起点出发，在补充具体的数学知识过程中，让学员熟悉范畴化的思维方式，为理解抽象的范畴论概念积累实例。第一季完成后，学员将能够了解范畴论的基本知识，包括范畴、函子、对偶、极限，并且在代数、拓扑等方面有范畴论角度的理解。第二季则在前面的基础上，更加侧重用专业的方式展开更高层次的范畴论知识。第二季完成后，学员将能够了解范畴论中的函子范畴、可表函子、伴随函子等较为抽象的概念，并且能够熟悉张量、同调、层等概念的范畴化表述。

完成本课程，可以没有障碍地了解现代代数、拓扑、范畴等领域的许多基本概念，为进一步的学习和结合自我兴趣的研究打下基础。更重要的是可以理解范畴论的思维方式，掌握创新的工具。

通行的范畴论教学方式是面向数学专业高年级本科生、研究所和科研人员的，入手的门槛较高。考虑到范畴论爱好者的起点，我们采用了不一样的教学方案。在第一季中，最初，我们会在集合和线性代数这两个分支中提取类似的问题，用范畴论来给出统一的描述，让学员感受到范畴论的思维方式和抽象能力(第1课)。之后我们会展开讲集合相关的范畴、代数相关的范畴，一边了解范畴论的概念，一边在具体的数学问题中积累例子，同时掌握具体的代数结构，如群、环、模、线性空间等(第2,3,4课)。进而我们会着重谈线性结构中体现的范畴。矩阵是天生具有行列对偶性的数学结构，讨论矩阵可以自然地引出许多范畴论的概念(第5,6,7,8课)。此外我们还会在集合的基础上引出拓扑，并且用范畴的方式介绍如何将拓扑这样的几何问题转化到同调群这样的代数范畴去解决(第9,10,11,12课)。

第一季

1. 线性代数——范畴的视角
2. 集合范畴和等价关系
3. 偏序集范畴
4. Abel群范畴
5. 线性空间的范畴化构造
6. Hom函子
7. 线性空间的对偶性
8. 正向极限与逆向极限
9. 正合
10. 从集合到拓扑空间
11. 自由函子
12. 从几何到代数——同调群的构造

第二季（暂拟）

1. 张量代数
2. Abel范畴
3. 层——函子化地构造几何学
4. 函子范畴
5. 可表函子
6. 伴随函子
7. 幺半范畴
8. Kan扩张
9. Topos
10. 高阶范畴

课程目的

• 为初学者，特别是非数学专业背景的系统、信息研究者提供一个起点低、水平高、观点新的范畴论基础课程

课程适用对象

• 对现代数学体系和方法论有兴趣
• 具有专业的数学训练，希望了解范畴论，从新的角度研究的科研工作者
• 有高等代数/线性代数背景的大学生、研究生、科研工作者
• 希望了解范畴论的思维方式
• 有兴趣的中学生

课程对学员的基本要求

本课程旨在尽可能降低范畴论的学习起点。学员只需对高等代数/线性代数中的线性空间、线性映射、矩阵运算有基本了解，通过课程的学习即可入门范畴论。

学习范畴论的参考资料与论文

请参见集智斑图相关学习路径： 范畴论相关参考资料

相关论文

• [1] J-CAT 猫圈: 范畴论入门宣讲课 ,集智学园,2021

购课方式

填加助教微信，拉你入群

请同学们在添加助教微信前，填写课程登记表单： https://campus.swarma.org/form/activity/33

添加助教微信时，备注：“范畴论”。可快速获取课程动态，不错过每一次直播。

微信二维码：

也可通过 WeChatID：wch19970213 添加好友。

AnyLogic入门系列课程

课程简介

本课程中，介绍了多方法建模仿真软件AnyLogic，通过本教程的学习，大家可以完成简单地铁车站、候车大厅等类型的行人仿真项目，培养大家熟练掌握AnyLogic的信心。

讲师介绍

• 杨老师:该讲师为AnyLogic的讲师。北京格瑞纳电子产品有限公司资深工程师，从事系统仿真领域仿真建模开发二十余年。

课程简介

多方法建模仿真软件AnyLogic自2003年进入中国以来，得到了越来越多的客户支持与认可。此软件不仅支持多主体（Agent）仿真建模，可以用于复杂系统；也支持离散事件仿真，可以用于各种生产、物流、业务流程的模拟；还支持系统动力学仿真，主要用于社会、经济等领域，同时还能混合建模。拥有超强的二次开发能力；可以导出为独立运行的模块，支持集成到其他系统中。具有流程库、物料库、流体库、行人库、轨道库、道路交通库，支持社会力模型进行行人仿真，具有丰富的外部数据接口，可以直接读写文本文件、Excel文件、数据库文件，具有GIS模块，超强的建模功能，所以应用领域涉及广泛，包括生产制造、可靠性分析、物流与供应链、交通运输、业务流程、服务系统、行人动态、战场指挥和控制、公共政策、市场博弈等等。

本期课程，我们主要以AnyLogic的行人库为对象，讲解AnyLogic的建模方法和平台特点，初步引入了Agent仿真的概念和操作。通过本教程的学习，大家可以完成简单地铁车站、候车大厅等类型的行人仿真项目，培养大家熟练掌握AnyLogic的信心。对于建模过程中的常见错误，教程做了详细讲解，带您走进AnyLogic仿真的世界。

课程大纲

1. 简述AnyLogic使用方法
2. 行人仿真空间逻辑
3. 多层建筑行人疏散仿真
4. 轨道交通仿真入门
5. 简单的车站模型 （上）
6. 简单的车站模型 （下）

讲授方式

课程通过创建各种小案例的方式，将仿真建模的概念穿插其中，同时通过实际的应用，熟悉熟练AnyLogic的使用方法及应用小技巧，让学习者可以快速上手入门。

适合人群

仿真工程师、项目开发人员、交通领域专家及交通领域教师学生从业者

课程目的

1. 了解仿真的概念和意义以及仿真的基本方法
2. 了解AnyLogic的多方法建模思想及优势
3. 了解行人库、交通库的元素，熟练使用方法
4. 了解交通枢纽的建模思路及方法
5. 初步了解轨道库的元素
6. 初步掌握仿真的建模思路及实现方法

资料下载

安装包下载链接为（包Window、Mac、Linuv）： link

网络科学导论 | 网络科学集智课堂第二期

课程简介

本期课程将围绕网络动力学这一前沿的方向，帮助大家构建网络科学学习体系。

简介课程讲师介绍

• 陈关荣 香港城市大学讲座教授， 北京大学长江讲座教授。1981年获广州中山大学计算数学硕士学位，1987年获美国Texas A&M 大学应用数学博士学位，其后在美国Rice和Houston大学任教。自2000年起，他接受香港城市大学讲座教授职位工作至今。陈关荣教授于1997年被选为IEEE Fellow，2008年、2012。年和2016年分别获得国家自然科学二等奖，2011年获俄罗斯圣彼得堡国立大学授予荣誉博士学位和俄罗斯欧拉基金会颁发欧拉金质奖章，2014年获法国诺曼底大学授予荣誉博士学位并当选为欧洲科学院院士，2015年当选为发展中国家科学院院士。长期从事非线性动力系统分析与控制以及复杂网络研究。
• 项林英 东北大学秦皇岛分校控制工程学院副教授、博导。2008年获得南开大学控制理论与控制工程专业博士学位，2008年11月至2010年10月在香港城市大学从事博士后研究工作，2017年7月至2018年7月在美国加州大学河滨分校访问。主要研究方向为复杂网络同步、控制与优化、网络系统可控性、多智能体系统协同控制。曾获得2019年度河北省自然科学奖一等奖，入选"河北省三三三人才工程"第三层次。
• 樊瑛 北京师范大学系统科学学院教授、博士生导师。中国系统工程学会副秘书长、常务理事。研究方向为复杂性理论及其在各领域中的应用，目前主要关注复杂网络相关研究，并取得了一系列科研成果。曾获得2009年度教育部新世纪人才、2010年度北京市科学技术奖（三等）以及学校第11届励耘优秀青年教师奖和通鼎研究生教学奖，主讲的《复杂网络分析》课程2019年在中国大学慕课网上线，现已完成2期授课。
• 史定华 上海大学理学院数学系教授，博士生导师，曾任上海大学数学系运筹学与控制论博士点学科带头人。涉猎过数学科学、统计科学、管理科学、系统科学、生命科学、网络科学、人文科学。发表论文超过100篇，出版学术著作8本，翻译校对学术著作3本。其中有不少论文和著作在学术界产生了重要影响，获省部级自然科学奖5项。1992年起享受国务院颁发的政府特殊津贴，退休后仍主持过国家自然科学基金2项。目前担任《网络科学与工程丛书》副主编，在网络科学方面研究过无标度网络、全齐性网络、自然数网络、家族血缘树等。近年来还在国内外刊物IEEE Circuits and Systems Magazine (2013), Scientific Reports (2016), National Science Review (2014, 2019)上发表过文章。
• 宣琦 浙江工业大学教授。2008年于浙江大学控制科学与工程学科获得博士学位。主要研究兴趣包括：网络数据挖掘、信号智能、鲁棒人工智能及算法安全。在CCF-A类顶会及多个国际期刊上发表学术论文数十篇。曾赴美国加州大学戴维斯分校、卡内基梅隆大学、香港城市大学从事博士后和访学研究。目前担任中国工业与应用数学学会复杂系统与复杂网络、中国人工智能学会社会计算与社会智能等专委会委员。
• 李翔 复旦大学特聘教授。1997年毕业于南开大学计算机与系统科学系获学士学位，2002年毕业于南开大学自动化系获博士学位。国家杰出青年科学基金获得者，国家万人计划科技创新领军人才，上海领军人才。主要研究领域为复杂网络科学与集群智能。曾获2005年IEEE电路与系统学会Guillemin-Cauer最佳论文奖、2008年上海市自然科学一等奖、2015年国家自然科学二等奖、上海市第五届十大青年科技英才、中国自动化学会首届青年科学家奖、2019年中国自动化学会TCCT陈翰馥奖等。实验室主页：http://can.fudan.edu.cn 。
• 李聪 复旦大学信息科学与工程学院电子工程系副研究员，硕士生导师，副系主任。复旦大学精品课程《网络科学导论》负责人。出版合著《复杂网络传播理论-流行的隐秩序》。研究方向为复杂网络的理论及应用，包括：网络描述及性能分析、网络动力学过程分析、网络设计等
• 荣智海 电子科技大学教授/博士生导师，IEEE和Sigma Xi会员，中国自动化学会高级会员。长期从事复杂网络及演化博弈动力学领域研究，在中国科学、Phys. Rev. E、New J. of Phys.、Automatica、IEEE Tran. on Cybernetics、Chaos、Sci. Rep.等国内外期刊发表50余篇SCI论文(2篇入选ESI高被引论文)。2013年入选香江学者计划，获2015年度国家自然科学二等奖(排名第四)，2018年入选四川省学术和技术带头人后备人选，获2018年度英国物理学会出版社(Institute of Physics，IOP)评选的中国高被引作者奖。受邀担任“复杂网络与复杂系统专业委员会”委员和IEEE电路与系统学会“非线性电路与系统”技术委员会委员。
• 周进 周进，武汉大学数学与统计学院教授，博士生导师。曾获国家自然科学二等奖，教育部自然科学一等奖，湖北省自然科学一等奖，获全国优秀博士论文提名及湖北省优秀博士论文。于2016年第十二届全国复杂网络大会和2021年第十七届中国网络科学论坛受邀做大会报告两次。共发表学术论文43篇，其中第一或通讯作者论文37篇，全部为SCI或EI收录，包括控制学三大期刊IEEE Transactions on Automatic Control、Automatica及SIAM Journal on Control and Optimization。截至2021年4月，据Web of Science 统计，所发表论文引用总计1832次，其中他引1519次，Google引用2326次。
• 王琳 上海交通大学教授，研究方向为网络化智能系统的分析与控制，发表SCI期刊论文50余篇，获第13届全球智能控制和自动化大会最佳理论论文奖，2020中国电子学会电子信息领域优秀科技论文。现为IFAC大规模复杂系统技术委员会副主席、IEEE 高级会员、上海市自动化学会理事、中国工业与应用数学学会复杂网络与复杂系统专委会秘书长。作为访问学者出访哈佛大学、麻省理工学院、瑞典皇家理工学院、香港城市大学开展合作研究。 个人主页：http://cnc.sjtu.edu.cn/wanglin.html。实验室主页：http://cnc.sjtu.edu.cn/。

课程背景

网络科学兴起于世纪之交，以复杂网络为研究对象，吸收了来自图论、计算线性代数、系统动力学、最优化、统计物理、概率论、统计学以及计算机科学等多个领域的理论的方法，成为一个蓬勃发展的崭新交叉学科。

网络科学对于复杂性科学的研究产生了极大的推动作用，在揭示系统复杂性产生机理、认识系统复杂性涌现规律、控制系统复杂性突变影响等方面提供了许多新的重要方法。

经过二十年蓬勃发展后，网络科学将进入了下一个关键的十年。

在新的发展阶段，网络科学迫切需要更多数理人才的加入，为定量化地描述复杂系统的结构和动力学做出跨学科的努力。相信随着更多数学理论和工具的引入，网络科学必将能对更多的现象进行更贴合实际的建模和分析，预期会收获更丰盛的成果。

课程目的

本课程可以帮助你：

• 初步构建较为完善的网络科学知识体系，为你的知识框架增加新的思维和分析工具；
• 了解网络动力学的基础与前沿研究；
• 有意识地打造你自己的思维框架，梳理问题，提炼模型；

我们希望你：

• 对网络科学、交叉学科研究感兴趣，不止于科普
• 具有一定的抽象思维能力与编程基础
• 具备一定的科研经验和科研能力

教材介绍

书名：网络科学导论

作者：汪小帆、李翔、陈关荣

出版：高等教育出版社，北京，2012年

对各种复杂网络的定量与定性特征的科学理解已成为网络时代科学研究中一个极其重要的挑战性课题，网络科学就是一门正在兴起的面对这一挑战的交叉性学科。

本书是国内第一本网络科学的入门书，内容比较全面、通俗易懂，适合作为研究生和高年级本科生的网络科学教材，也可供自然科学、工程技术科学和社会科学领域的研究人员与学生参考。

本书致力于系统地介绍网络科学的基本概念、思想和方法，使得具有高等数学基础的读者都能够看懂，并具备把网络科学方法用于实际网络分析的能力。为此，本书没有过多地陷入数学和物理推导，而是更为关注网络科学的思维习惯和研究方式。

章节概述

全书分11章。

网络科学的背景与研究意义：第 1 章

网络科学基本概念：第 2 章

网络拓扑性质：第 3-5 章

网络拓扑模型：第 6-8 章

网络动力学：第 9-11 章

第一章“引论”，介绍了网络科学的背景，涉及工程、物理、数学、生物、计算机以至金融经济和社会科学，典型对象包括互联网和万维网、电力与交通网、生物与生态网、经济与金融网、社会与人际关系网等等。文中回顾了网络科学这门交叉学科的形成、发展和现状，并简单介绍了网络科学的研究内容。

第二章“网络与图”，介绍了数学图论的基础知识，包括邻接矩阵、连通性、树结构、二分图和匹配等主要概念。第三章“网络基本拓扑性质”是第二章图论的延续和补充，介绍了节点度分布、路径长度、聚类系数等重要概念和计算公式。这两章书可以作为同一部分内容来学习。

第四章“度相关性与社团结构”，介绍了节点度相关性概念及其计算，进而考察网络中的社团结构及其检验方法，并介绍了其他一些典型有效的社团检测方法及计算程序。第五章“节点重要性与相似性”是第四章的扩展，介绍了各种中心性即网络各种组分的重要性指标和计算公式及算法程序。这两章书可以作为同一部分内容来学习。

第六、七、八章分别建立并分析了三种最基本、最典型的网络模型，即随机网络模型、小世界网络模型、无标度网络模型，并讨论了它们的基本拓扑特征。

第六章“随机网络模型”，介绍了经典数学图论中的随机图和广义随机图模型的建立和特性分析，指出它们具有节点之间的平均距离短和节点聚类系数小的特点、节点度服从泊桑分布，并介绍了作为基础的零模型及其拓扑性质。

第七章“小世界网络模型”，介绍了以小世界社会网络为背景的一类典型的网络模型，它们具有节点之间的平均距离短和节点聚类系数大的特点、节点度近似服从泊桑分布，并介绍了可搜索小世界模型及其算法。

第八章“无标度网络模型”，介绍了以优先连接方式增长的一类网络模型，其节点度服从幂率分布，且分布与网络变量标度无关，并介绍了该模型的一些典型推广。

第九章“网络传播”，介绍了网络科学理论和方法在疾病和信息传播方面的一种典型应用，结合经典的传染病模型，在网络的框架下研究传播的临界值和再生数，以及有效的免疫策略及其实证分析。

第十章“网络博弈”，介绍了经典的二人博弈游戏的思想、策略和分类，然后在网络框架下讨论多人博弈，特别是在小世界和无标度网络模型里的演化博弈以及节点度相关性对演化博弈的影响。

第十一章“网络同步于控制”，介绍了网络科学与系统科学的密切联系，主要讨论了网络上节点动力行为的同步现象和判据，特别是同步能力的分析，以及网络能控制性的指标和判定方法。

报名须知

一、学费

本次课程学费899元（可开发票）

早鸟价：699元 （2月27日之前有效）

二、奖学金机制

以下条件每满足一条，奖励200元，两条全满足，全额退费

（一）、认领了至少两节的领读工作或者一篇论文的解读工作

领读规则如下：

1，需要按照集智学园提供的官方课件模版做课件

2，公式需要讲解推导过程。

3，原理需要讲解清楚

4，有必要时，可以扩充一些补充知识

5，留出课程讨论时间

（二）、在集智斑图完成网络科学某个方向的学习路径，需经集智学园助教团队评定认可

路径可参考：

• 张江：从网络科学的视角入门图网络必读 https://pattern.swarma.org/path?id=3&from=wechat
• 图神经网络、网络科学、系统科学综合交叉入门： https://pattern.swarma.org/path?id=68&from=wechat
• 复杂系统自动建模必读论文列表 https://pattern.swarma.org/path?id=20&from=wechat
• 计算社会科学入门路径 https://pattern.swarma.org/path?id=12&from=wechat

三、参与形式

本课程为线上直播授课，在腾讯会议进行（请提前下载安装）

四、您能获得

1. 网络科学最全面的知识体系
2. 与所有导师与同学深入探讨的机会
3. 从参与者中找到潜在的科研合作伙伴
4. 从讨论中找到科研灵感或技术应用场景
5. 习得一套清晰、高效的学术报告技能（附PPT模板）
6. 入选的讲解视频会在集智学园上线销售，持续获得收入分成
7. 大型互联网公司的工作内推机会

五、开课时间

2月27日起每周三与周六晚19:30-21:30

六、学习资料

除了教材之外，为了方便大家能从巨量的论文中找到最有价值的论文，我们邀请本期课程的十位导师，为大家梳理了各个主题下值得你关注的论文。

资料链接： https://pattern.swarma.org/path?id=120

相关论文

• [1] 陈关荣: 陈关荣教授：网络科学纵横谈 ,集智学园,2021
• [2] 李翔: 李翔教授：小世界网络模型 ,集智学园,2021
• [3] Duncan J. Watts,Steven H. Strogatz: Collective dynamics of ‘small-world’ networks ,nature,1998,393(6684): 440
• [4] 史定华: 史定华教授：无标度网络模型 ,集智学园,2021
• [5] 李聪: 李聪老师：网络传播 ,集智学园,2021
• [6] 荣智海: 荣智海教授：网络博弈 ,集智学园,2021

更多课程请到集智学园官网学习：https://campus.swarma.org/