INGLESE

Questo corso fornirà agli studenti una conoscenza dei concetti nel campo dell'analisi di reti, attraverso un'introduzione ai principi di base e ai temi classici che dominano il lavoro teorico in questo ambito. Esso offre un'introduzione interdisciplinare al campo in evoluzione delle reti complesse e alle loro applicazioni pratiche. Coprirà argomenti come la matematica delle reti (teoria dei grafi), l'analisi dei dati e le loro varie applicazioni in settori quali biologia, sociologia, tecnologia e altro ancora.

1) "Network Science" di Albert-László Barabási

opzionali
2) "Networks: An Introduction" di Mark E. J. Newman
3) "Complex Networks: Principles, Methods, and Applications" di Vito Latora e Vincenzo Nicosia
4) "Social Network Analysis: Methods and Applications" di Stanley Wasserman e Katherine Faust
5) "Understanding Social Networks: Theories, Concepts, and Findings" di Charles Kadushin
opzionali avanzati
6)"The Structure and Dynamics of Networks" di Mark Newman

Alla fine del corso, gli studenti saranno in grado di:
- comprendere i concetti di base utilizzati per rappresentare le strutture relazionali
- essere in grado d'impiegare i principali programmi nel campo delle reti
- essere in grado di applicare tecniche quantitative per investigare problemi di analisi strutturale
- calcolare statistiche per descrivere le proprietà delle reti e dei singoli individui
- testare ipotesi sui meccanismi causali attraverso modelli statistici e computazionali all'avanguardia.

Gli studenti sono tenuti a padroneggiare i concetti fondamentali dell'algebra lineare

Lezioni teoriche ed esercitazioni pratiche in laboratorio, utilizzando Python e applicazioni ad hoc.
Le lezioni di laboratorio possono essere seguite individualmente utilizzando il materiale disponibile al Corso.

Il raggiungimento degli obiettivi del corso è accertato attraverso una prova scritta (un progetto) e una discussione del progetto. L'esame orale consiste in domande aperte che consentono di verificare le conoscenze teoriche. I progetti e le loro discussioni saranno utilizzati per valutare la capacità degli studenti di utilizzare i metodi presentati nel corso e di implementare gli strumenti basati su di essi.
Gli argomenti per i progetti verranno assegnati su richiesta e saranno in parte basati su esercitazioni pratiche proposte durante le lezioni di laboratorio (per gli studenti frequentanti il ​​corso). I progetti possono essere completati in piccoli gruppi, a condizione che i singoli contributi possano essere chiaramente identificati.
I progetti contribuiranno al voto finale e saranno valutati in base a correttezza, efficienza, documentazione del codice e qualità del rapporto e capacità degli studenti di discutere l'implementazione e la teoria pertinente. Nel caso di progetti di gruppo, il voto è individuale e tiene conto anche del contributo, dichiarato o valutato al momento della discussione, e della dimensione del gruppo.
Il progetto dovrà essere consegnato prima della prova orale e sarà discusso nell'ambito della prova orale.
L’elaborato contribuisce alla valutazione del 50% del voto dell’esame finale.

Nessuna

Introduzione alla scienza delle reti
Matematica delle reti
Misure e metriche
La struttura su larga scala delle reti
Modelli di reti
Comunità
Processi di diffusione
Predizione dei collegamenti
Embedding dei grafi
Distanze tra reti
Analisi di reti con Python

English

This course will familiarize students with concepts in network analysis field, by an introduction to the basic principles and classic themes dominating theoretical work in this scope. It provides an interdisciplinary introduction to the evolving field of complex networks and their practical applications. It will encompass subjects such as network mathematics (graph theory), data analysis, and their diverse applications in domains such as biology, sociology, technology, and more.

1) "Network Science" by Albert-László Barabási

Optional:
2) "Networks: An Introduction" by Mark E. J. Newman
3) "Complex Networks: Principles, Methods, and Applications" by Vito Latora and Vincenzo Nicosia
4) "Social Network Analysis: Methods and Applications" by Stanley Wasserman and Katherine Faust
5) "Understanding Social Networks: Theories, Concepts, and Findings" by Charles Kadushin

Advanced Optional:
6) "The Structure and Dynamics of Networks" by Mark Newman

By the end of the course, students will:
- understand the basic concepts used to represent the relational structures
- be familiar with several of the major theoretical programs in the network field
- be able to apply quantitative techniques to investigate structural analysis problems
- computing statistics to describe network and individual-level properties
- testing hypotheses of causal mechanisms through state-of-the-art statistical and computational modelling

Students are expected to master the fundamental concepts of linear algebra

Theoretical lessons and practical exercises in the laboratory, using Python and ad hoc applications.
Lab classes can be taken individually using the material which is available at course.

The achievement of the course objectives is assessed through a written examination (a project) and a discussion of the project. The oral exam consists of open questions that allow to test the theoretical knowledge. The projects and their discussions will be used to assess the ability of the students in using the methods presented in the course and implementing tools based on them.

The topics for the projects will be assigned on request and will be partially based on practical exercices proposed during lab classes (for students attending the course). Projects can be completed in small groups, provided that individual contributions can be clearly identified.

Projects will contribute to the final grade and will be graded based on correctness, efficiency, code documentation and report quality, and capability of the students to discuss the implementation and the relevant theory. In the case of group projects, the grade is individual and also accounts for contribution, either declared or assessed at discussion time, and group size.

The project must be delivered before the oral exam and will be discussed as part of the oral exam. The project contributes to the overall evaluation of the exam with a weight of 50%.

none

- Introduction to network science
- Mathematics of networks
- Measures and metrics
- The large-scale structure of networks
- Network models
- Communities
- Spreading processes
- Link prediction
- Graph embeddings
- Network distances
- Network analysis with Python