دوره شبکه‌های اجتماعی و بیولوژیکی: ساختار، دینامیک و کاربردها همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب شبکه‌های اجتماعی و بیولوژیکی: ساختار، دینامیک و کاربردها

موضوع کلی: مبانی شبکه‌ها و تحلیل آن‌ها

موضوع میانی: مدل‌سازی و تحلیل شبکه‌های پیچیده

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر شبکه های اجتماعی
• 2. مفاهیم اساسی شبکه های اجتماعی
• 3. گره ها و یال ها در شبکه های اجتماعی
• 4. انواع شبکه های اجتماعی
• 5. شبکه های اجتماعی درجه اول
• 6. شبکه های اجتماعی درجه دوم
• 7. شبکه های اجتماعی جهت دار
• 8. شبکه های اجتماعی بدون جهت
• 9. شبکه های اجتماعی وزنی
• 10. شبکه های اجتماعی بدون وزن
• 11. نمایش ماتریسی شبکه های اجتماعی
• 12. ماتریس مجاورت
• 13. ماتریس وابستگی
• 14. ماتریس همبستگی
• 15. ماتریس تصادفی
• 16. شاخص های اولیه شبکه های اجتماعی
• 17. درجه گره (Degree)
• 18. درجه ورودی (In-degree)
• 19. درجه خروجی (Out-degree)
• 20. مرکزیت (Centrality)
• 21. مرکزیت درجه (Degree Centrality)
• 22. مرکزیت نزدیکی (Closeness Centrality)
• 23. مرکزیت بینابینی (Betweenness Centrality)
• 24. مرکزیت خودانگیختگی (Eigenvector Centrality)
• 25. شعاع شبکه (Network Radius)
• 26. قطر شبکه (Network Diameter)
• 27. میانگین طول مسیر (Average Path Length)
• 28. همبستگی درجه (Degree Correlation)
• 29. خوشه بندی (Clustering)
• 30. ضریب خوشه بندی (Clustering Coefficient)
• 31. میانگین ضریب خوشه بندی (Average Clustering Coefficient)
• 32. ساختارهای خاص در شبکه های اجتماعی
• 33. شبکه های اجتماعی متراکم (Dense Networks)
• 34. شبکه های اجتماعی پراکنده (Sparse Networks)
• 35. شبکه های اجتماعی دوگانه (Bipartite Networks)
• 36. شبکه های اجتماعی چندلایه (Multilayer Networks)
• 37. شبکه های اجتماعی پویا (Dynamic Networks)
• 38. مدل های تولید شبکه های اجتماعی
• 39. مدل شبکه تصادفی ارداش-رنی (Erdos-Renyi Random Graph Model)
• 40. مدل دنیای کوچک (Small-World Network Model)
• 41. مدل مقیاس ناپذیر (Scale-Free Network Model)
• 42. مدل رشد افزایشی (Preferential Attachment Model)
• 43. مدل های ترکیبی شبکه های اجتماعی
• 44. شبکه های اجتماعی و بیولوژیکی: مقدمه
• 45. شبکه های پروتئین-پروتئین (Protein-Protein Interaction Networks)
• 46. شبکه های ژنی (Gene Regulatory Networks)
• 47. شبکه های متابولیکی (Metabolic Networks)
• 48. شبکه های عصبی (Neural Networks)
• 49. شبکه های اپیدمیولوژیکی (Epidemiological Networks)
• 50. شبکه های بیماری (Disease Networks)
• 51. شبکه های زیستی و ساختار
• 52. تحلیل ساختار در شبکه های زیستی
• 53. نقش گره های مرکزی در شبکه های زیستی
• 54. نقش خوشه ها در شبکه های زیستی
• 55. نقش مسیرهای کوتاه در شبکه های زیستی
• 56. شبکه های زیستی و دینامیک
• 57. دینامیک انتشار اطلاعات در شبکه های زیستی
• 58. دینامیک انتشار بیماری در شبکه های زیستی
• 59. دینامیک تکامل در شبکه های زیستی
• 60. دینامیک بازخورد در شبکه های زیستی
• 61. شبکه های زیستی و کاربردها
• 62. شناسایی اهداف دارویی در شبکه های زیستی
• 63. پیش بینی عملکرد ژن ها و پروتئین ها
• 64. تحلیل مسیرهای بیماری
• 65. طراحی واکسن ها
• 66. درک مکانیسم های زیستی
• 67. شبکه های اجتماعی و بیولوژیکی: کاربردهای پیشرفته
• 68. تحلیل جوامع در شبکه های زیستی
• 69. شناسایی ماژول های عملکردی
• 70. نقشه برداری از مسیرهای سیگنالینگ
• 71. تحلیل شبکه های زیستی در مقیاس بزرگ
• 72. ابزارها و تکنیک های تحلیل شبکه های زیستی
• 73. نرم افزارها و کتابخانه های تحلیل شبکه
• 74. روش های بصری سازی شبکه های زیستی
• 75. الگوریتم های یادگیری ماشین در تحلیل شبکه های زیستی
• 76. شبیه سازی شبکه های زیستی
• 77. چالش ها و فرصت ها در تحلیل شبکه های اجتماعی و بیولوژیکی
• 78. داده های حجیم و پیچیده
• 79. اعتبار سنجی مدل ها
• 80. تفسیر نتایج
• 81. ادغام اطلاعات از منابع مختلف
• 82. آینده تحلیل شبکه های اجتماعی و بیولوژیکی
• 83. کاربردهای جدید در پزشکی و زیست شناسی
• 84. توسعه ابزارها و روش های نوین
• 85. نقش هوش مصنوعی در تحلیل شبکه ها
• 86. شبکه های زیستی و سیستم های پیچیده