Networked Life – бесплатный он-лайн курс по сетям от Coursera

Coursera Networked LifeНедавно окончил он-лайн курс по сетевому анализу Networked Life от Coursera с не очень впечатляющим результатом в 97.4206349206349%, о чём был выдан соответствующий сертификат.

Как несложно догадаться из названия, курс был посвящён сетям, однако не столько социологическим их аспектам, сколько моделям, симуляциям, экспериментам и играм. Собственно поэтому первое впечатление от курса было довольно неприятным, т.к. профессор Michael Kearns почему-то решил называть диаметром сети среднее расстояние между любыми двумя узлами, а не максимальное, как это принято в литературе. Я повозмущался было по этому поводу на тамошнем форуме ссылаясь на всех мыслимых авторитетов, включая Фрэнка Харари от теории графов, Стэнли Вассермана и Кэтрин Фауст от анализа социальных сетей, и Марка Ньюмана как предтечи новомодной нынче Network Science. Но так как особой реакции не последовало (кроме обвинений в понтах и зазнайстве), я плюнул на это дело и смирился с тем, что в Интернете кто-то так и остался неправ…

Профессор вообще оказался со странностями, т.к. каждую лекцию начинал со стандартной приветственной фразы “… from a lovely place in downtown Philadelphia” в то время как в качестве “задников” использовались фотографии разных городов, причём каждый раз новые.
Впрочем, первое впечатление оказалось в очередной раз обманчивым. Его лекции были очень хорошо структурированы, материал вмеру сложен, а на тесты давалось только 2 или 3 попытки, что исключало возможность ответа на них “методом тыка”.

Из полезных вещей я для себя вынес более детальное знакомство с платформой для симуляций и агентных моделей (или как там правильно переводится agent based modelling) NetLogo, а также понимание взаимосвязи теории игр и сетевого анализа, доселе не столь очевидной. И хотя я не верю ни в то ни в другое, данные сведения были весьма полезны. Моделирование в социальных науках, как математическое, так и основанное на симуляциях, кажется мне чем-то вроде кропотливого конструирования идеальных линеек, мер и весов с тем, чтобы потом применить их к заведомо “кривому” объекту. Я прекрасно помню аргумент Макса Вебера по данному поводу, однако мне всё же интереснее отвечать на вопрос, почему эта линейка не подходит. Т.е., грубо говоря, я пока остаюсь приверженцем ad hoc исследований.

Вцелом, это был неплохой курс средней сложности с отличным изложением материала.