ABM for Computational Futures Master (bridge)
อัปเดตล่าสุด: 2026-08-29
คำอธิบายคอร์ส
ถ้า agent ทุกตัวในโมเดลของคุณเหมือนกันหมด และไม่เคยรู้จักเพื่อนบ้านเลย โมเดลนั้นพลาดอะไรไปจากโลกจริง? ผู้ที่ผ่าน ABM Practitioner/Master (pyy-251/252) มาแล้วมักหยุดอยู่ที่ agent ที่เหมือนกันทุกตัวและไม่มีปฏิสัมพันธ์เชิงพื้นที่/เครือข่าย ทั้งที่พฤติกรรมกลุ่มในโลกจริง (การแพร่กระจายความเชื่อ พฤติกรรมตามกระแส) เกิดจาก agent ที่ต่างกันและเชื่อมกันเป็นเครือข่าย ไม่ใช่ agent ที่เหมือนกันหมดแบบสุ่มเจอกัน
ระดับ Master: ระดับความเชี่ยวชาญเชิงลึก สำหรับคนที่ต้องรับมือกับความซับซ้อน ความไม่แน่นอน และข้อจำกัดของโลกจริงที่ระดับ Practitioner ยังไม่ครอบคลุม พร้อมเชื่อมโยงความรู้เข้ากับคอร์สอื่นในแทร็ก Computational Futures
สิ่งที่คุณจะได้เรียนรู้: agent ที่ปรับกฎตัวเองจากประสบการณ์; จำลองการแพร่กระจายพฤติกรรมในเครือข่าย; เปรียบเทียบ policy ด้วย batch runs ขนาดใหญ่.
แผนการเรียนโดยย่อ: Adaptation → Social Influence และ Emergence เชิงลึก → Counterfactual Policy Experiments และ Batch Runs → โปรเจกต์จริง (Capstone).
ทำไมเรื่องนี้สำคัญ: คอร์ส bridge นี้ปิดช่องว่างเฉพาะจุดระหว่าง ABM แบบพื้นฐานกับสิ่งที่ต้องใช้จริงในโปรเจกต์ Computational Futures — heterogeneity, network structure, adaptation และ social influence — โดยไม่สอนซ้ำสิ่งที่เรียนไปแล้วใน pyy-251/252 แม้แต่นาทีเดียว
การใช้งานที่เป็นไปได้ (เชื่อมกับเป้าหมายของคุณแบบ GDLA — Goal-Directed Learning Activation): เหมาะกับ Senior Researcher ที่ต้องทดสอบ policy ด้วย batch runs ขนาดใหญ่และวิเคราะห์ social influence เชิงลึกในระบบที่ agent ปรับตัวได้
คำค้นหาที่เกี่ยวข้อง: เรียน การจำลองแบบตัวแทน ออนไลน์, การจำลองแบบตัวแทน คืออะไร, สอน Agent-Based Modeling ด้วย Python ภาษาไทย, คอร์ส Agent-Based Modeling ระดับเชี่ยวชาญ, Agent-Based Modeling tutorial ภาษาไทย | English keywords: agent-based modeling, ABM, heterogeneous agents, network interaction, NetworkX, social influence, emergence, adaptation, batch runs, Mesa, policy experiment || คำถามที่พบบ่อย — Agent-Based Modeling (ABM) ขั้นสูงต่างจากพื้นฐานอย่างไร? ABM ขั้นสูงเพิ่ม agent ที่มีคุณสมบัติต่างกัน (heterogeneous), ปฏิสัมพันธ์ผ่านเครือข่าย (NetworkX), การปรับตัว (adaptation) และ social influence ซึ่งจำเป็นต่อการจำลองการแพร่กระจายพฤติกรรมในโลกจริง
ผู้สอน
ศักดา เลิศพิพัฒน์วาณิชย์

