✅ Epidemic models on social networks -- with inference
“survey paper discusses several different scenarios, also giving references to publications where more details can be found”

https://t.co/1XRp72RdiM

How often should I access my online social networks?

“what is the optimal rate at which users should access a social network”

https://t.co/RJOIWI78ap

Volodymyr Miz on "Wikipedia graph mining: dynamic structure of collective memory" #Wikimania https://t.co/rr0KmWQQmz https://t.co/VxmjvApPJ2 https://t.co/q5zW0QAWg9

Large numbers of  particle collision events could be analysed by placing them within “social networks” that organize events according to their degrees of similarity with each other.

https://t.co/ybYZtRTwS8

Three junior postdoc positions on Information processing in and by Complex Systems

IFISC (Mallorca, Spain, https://ifisc.uib-csic.es/en/) offers up to three junior #postdoc_positions (1+1 years) to work in any of the research lines of its María de Maeztu program on Information processing in and by Complex Systems L1: Information processing in biological systems L2: Brain-inspired analog computing in photonic and electronic systems L3: Quantum information: decoherence, dissipation, and transmission L4: Information processing in socio-technical systems Additional details and how to apply can be found at https://ifisc.uib-csic.es/en/about-ifisc/join-us/junior-postdoc-positions-within-maria-de-maeztu-unit-excellence/ Deadline for application: September 6th 2019, 12:00 CE

https://cssociety.org/job-openings/202

#PhD_position: Complexity research applied to creative gaming and social networks of older people

Using an interdisciplinary approach the project aims to get grip on this complex societal challenge by developing appealing new inter-generational digital games that promote interaction between different age-groups, optimize feasibility and conduct studies to test the effects of social health games on senior’s loneliness and social networks. This ‘complexity’ PhD will be focusing on complexity science methods (e.g., network analysis, stability and tipping point analyses, computational modeling such as ABM).

Read more: https://cssociety.org/job-openings/205

The International Conference on Complex Networks and their Applications aims at bringing together researchers from different scientific communities working on areas related to complex networks. Two types of contributions are welcome: theoretical developments arising from practical problems, and case studies where methodologies are applied. Both contributions are aimed at stimulating the interaction between theoreticians and practitioners.

https://www.complexnetworks.org/

#Postdoc in Machine Learning at Penn State

The College of Information Sciences and Technology at The Pennsylvania State University is accepting applications for a two-year, full-time postdoctoral position to start October 1, 2019. The candidate will support a Defense Advanced Research Projects Agency (DARPA)-funded effort to develop synthetic prediction markets for assigning confidence scores to findings in the social science literatures. Fundamental work will include innovations in information retrieval, dynamical systems, and machine learning. A PhD in math, computer science, engineering or related discipline is required. Experience in information retrieval, big data, and machine learning is preferred. Demonstrated interest in the social and behavioral sciences is welcome. Research will be primarily advised by Dr. Lee Giles. The successful candidate will work closely with faculty and graduate students from Penn State, Texas A&M, Rutgers University and Old Dominion University on this large program.


Please apply online at: https://psu.jobs/job/89279

💰 #Jobs | Trento - Povo |

A researcher in Machine Learning from clinical data https://t.co/AEJdIPSNmi

Application deadline: 26th August, 2019

💎 2-year #postdoc position in statistical mechanics, random media, and random walks on dynamic graphs with Sebastian Andres (https://t.co/CSPsIi2fHP) and Perla Sousi (https://t.co/J0qsULvURg) at Cambridge Uni. Applications close October 6.

See https://t.co/W7VnouCqE6 for details.

💲 Want to understand complexity and how it applies to the economy and markets? Revisit W. Brian Arthur's paper on the topic.

Complexity in Economic and Financial Markets
https://t.co/lBA2Rju6sv

🎁 Introduction to #dynamicalsystems and #chaos free #onlinecourse is now open. Join video instructor David Feldman and course instructor Patricia Mellodge in this exciting exploration of how systems that change over #time.

https://t.co/ZEHzAKVC4I

🌀 https://jadi.net/2015/07/how-to-become-a-data-scientist/

🔺 تجربه‌های شخصی در کارهای مربوط به تحلیل داده در بازار و نه دانشگاه!

من مدتی (۶ ماه) برای امرار معاش و کسب تجربه وارد یه پروژه تحلیل داده به صورت پاره‌وقت شدم. درامدش بد نبود و خوش هم می‌گذشت از یه جهت‌هایی :)
اگه شما تجربه‌ای در برنامه‌نویسی دارین یا ممکنه نیاز به کار پاره وقت داشته باشین یا اینکه کلا دوست داشته باشین که به صورت تفریحی از این کارا کنید، من یه سری پیشنهاد دارم که بهتون کمک کنه وارد این شغل بشین:


۱) سعی کنید #پایتون یادبگیرید! پایتون بر هر درد بی‌درمان دواست. اینم دو تا کورس خوب فارسی:

1️⃣ https://maktabkhooneh.org/course/346/آموزش-برنامه-نویسی-با-پایتون-مقدماتی/
2️⃣ https://maktabkhooneh.org/course/آموزش-برنامه-نویسی-با-پایتون-پیشرفته-mk387/

💡 اگر پایتون رو شروع کردین، ادامه این پیام رو بخونید:

دیگه وقتش رسیده که یکمی حرفه‌ای تر بشین!
اولین قدم - به عنوان پیشنهاد - اینه که برین توی #ژوپیتر نوت‌بوک کد بزنید، خیلی محیطش خوبه، همونجا کدو ران میکنید و خیلی راحته همه چیز. در هر مرحله هم خیلی راحت میشه کنترل کرد که دارین چیکار میکنید. برای آشنایی بیشتر اینو ببینید:

http://imuhammad.ir/2018/11/25/299/

یه خوبی دیگه کار با ژوپیتر اینه که گوگل یه چیزی درست کرده به اسم google #colab
که یه ژوپتر نوت بوک آنلاینه که میشه بری اونجا و آنلاین کد بزنی روی کامپیوترای گوگل!
۱۲ گیگ بهتون رم میده با پردازنده نسبتا معقولی. تازه gpu هم میده برای پردازش‌های موازی!
🎯 خوبی اینکار اینه که حتی با یه کامپیوتر ضعیف هم میشه راحت کد پایتون زد
و مهم‌تر اینکه کد رو به اشتراک بذاری و همزمان چند نفر توی یه پروژه مشارکت داشته باشند. در ضمن، هر چیزی که بشه روی کامپیوتر شخصی نصب کرد به راحتی اونجا هم نصب میشه. خیلی حرف زدم، خودتون ببنید چیه دیگه! سایت گوگل کولب:
https://colab.research.google.com/

داخل خود پروژه هم کلی کد نمونه هست. فیلم آموزشی هم هست. اینجا هم یکمی توضیح هست برای گوگل کولب:
https://www.geeksforgeeks.org/how-to-use-google-colab/

بین محیط‌هایی که میشه کد زد ژوپیتر رو بیشتر به این خاطر پیشنهاد می‌کنم چون که راحت می‌تونید برین روی گوگل کولب و راحت زندگی کنید! به خصوص، توی کار گروهی به جای اینکه هی به مردم توضیح بدین که دارین چیکار می‌کنید یا مثلا نمودارها تونو هی بخواین save کنید و جدا براشون بفرستین، راحت لینک گوگل کلب رو میدین و میگین خب همه چیز اینجا هست :)
تازه شفاف هم هست دیگه همه چیز. بقیه هم کدتون رو می‌تونن دنبال کنند و اینکه خودتونم یه جوری مجبور میشین تمیز کد بزنید و مرتب کامنت گذاری کنید، توضیح بنویسید که بعدترش دچار مشکل نشین در ادامه پروژه :) امکانات خیلی زیادی خلاصه هست.

الان وقتشه که یه سری کورس تحلیل داده هم ببینید و یاد بگیرین (مهم‌ترین کتابخونه پایتون برای تحلیل داده Pandas هست). من چندتا کورس معرفی می‌کنم برای اول کار:

3️⃣ https://www.codecademy.com/learn/paths/analyze-data-with-python

یا
3️⃣ https://www.coursera.org/learn/python-for-applied-data-science-ai

و کورس جامع‌تر:

4️⃣ https://www.coursera.org/learn/python-plotting?specialization=data-science-python

🥇 برای حرفه‌ای شدن هم بهتره برین سراغ این کورس:

5️⃣ https://www.edx.org/course/data-analysis-with-python


👨🏼‍💻 نکته مهم اینه که لزومی نداره که خیلی کورس و کتاب بخونید! خیلی چیزا رو حین کار میشه یاد گرفت. ولی دونستن یه حداقل‌هایی کمک می‌کنه که شما سریع‌تر بتونید کار پیدا کنید یا موقع کار اصلا بدونید چی باید سرچ کنید برای رفع مشکلتون! فراموش نکنید که گوگل بهترین کمک‌دهنده شما در این مسیره. گوگل معلم خوبیه، ازش سوال بپرسید!

راستی، این‌ها تجربه یه آدم خیلی حرفه‌ای نیست! امیدوارم حرفه‌ای‌ها ببخشن و با نظرات خودشون بهتر کنن این نوشته کوتاه رو.

⭕️ یه چیزی، آمار یاد بگیرید اگه واقعا می‌خواین کار درست حسابی کنید! مثلا اینو ببینید:

Statistics for Applications | MIT OpenCourseWare
https://ocw.mit.edu/courses/mathematics/18-650-statistics-for-applications-fall-2016/

آگهی پسادکتری ماده چگال
دانشگاه تحصیلات تکمیلی علوم پایه زنجان

Saeed Abedinpour
Tel: +98 (24) 3315 2215
www.iasbs.ac.ir/~abedinpour

✅ A modern guide to getting started with #Data_Science and #Python https://t.co/hFjpSOxSJA

⭕️◻️نهمین حلقه مالی رفتاری در انجمن مالی ایران با موضوع:

"سیستمهای پیچیده و نوزایی در بازارهای مالی"
Complex Systems and Emergence in Financial Markets

✔️کانال اقتصاد و مالی رفتاری:
@BehavioralEconomicsAndFinance

#سمینارهای_هفتگی

«مقدمه‌ای بر بازبهنجارش - قسمت دوم: زنجیره‌های مارکوف»

🗣 عباس کریمی - دانشگاه شهید بهشتی
⏰ دوشنبه، ۱۱ شهریور - ساعت ۱۶:۰۰
🏛 محل برگزاری: سالن ابن‌هیثم

‍~~~~~~~~~~~~~~~~
به امید دیدار
برای هماهنگی و اطلاعات بیشتر:
@herman1
—————————————
🕸 مرکز شبکه‌های پیچیده و علم داده اجتماعی دانشگاه شهید بهشتی

🕸 @CCNSD 🔗 ccnsd.ir
—————————————

Football is becoming boring; Network analysis of 88 thousands matches in 11 major leagues
“the games in major leagues have become more predictable”
https://t.co/eURYJ5eDGg