幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

計算社會科學導論

  • 作者：編者:呂鵬//范曉光|責編:賈斌
  • 出版社：清華大學
  • ISBN：9787302645801
  • 出版日期：2023/09/01
  • 裝幀：平裝
  • 頁數：276
人民幣：RMB 79.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書精心選擇了回歸分析、機器學習、聚類分析、神經網路分析、自然語言處理、電腦視覺、社會網路分析、ABM等內容。通過飛槳平台提供多種開發工具和預訓練模型，以及詳細的幫助文檔和課程，讓廣大師生快速有效地開展學習和研究。
    本書是一本開源的、不斷更新的、「適文化」的教材，可作為人文社科類學生學習計算社會科學的入門教材，目的是讓他們了解計算社會科學主要的研究議題、研究方法、源起和發展，從而開啟他們的學習與探索之旅。本書也可以供計算社會科學相關專業學生和研究者來了解「社會科學家們到底在做什麼？」，有助於計算社會科學相關專業學習人員提高人文素養。
作者介紹
編者:呂鵬//范曉光|責編:賈斌
目錄
基礎理論篇
  第1章  緒論
    1.1  實證社會科學的困境
    1.2  計算社會科學簡史
      1.2.1  兩大傳統
      1.2.2  未來挑戰
    1.3  計算社會科學的基礎問題
      1.3.1  概念界定
      1.3.2  學科邊界
      1.3.3  研究範式
      1.3.4  研究方法
    1.4  如何使用本書？
    習題1
  第2章  Python語言入門
    2.1  Python語言簡介
      2.1.1  簡介
      2.1.2  歷史
      2.1.3  Python與計算社會科學
    2.2  Python的安裝
      2.2.1  在Windows上安裝Python
      2.2.2  在macOS上安裝Python
      2.2.3  Anaconda安裝
      2.2.4  PyCharm安裝
      2.2.5  AI Studio調用
    2.3  Python基礎語法
      2.3.1  數據結構類型
      2.3.2  條件語句
      2.3.3  循環語句
      2.3.4  函數
      2.3.5  庫（包）
      2.3.6  案例：政府工作報告熱點分析
    2.4  搜集數據：網路爬蟲簡介
      2.4.1  什麼是網路爬蟲
      2.4.2  利用Python進行爬蟲
    本章小結
    習題2
機器學習篇
  第3章  回歸分析
    3.1  演算法基礎
      3.1.1  線性回歸的基本原理
      3.1.2  線性回歸模型的評估指標
      3.1.3  方差與偏差的權衡
      3.1.4  過擬合與欠擬合
    3.2  嶺回歸
      3.2.1  對嶺回歸的理解
      3.2.2  調參
      3.2.3  案例1：如何預測居民的幸福度
    3.3  拉索回歸
      3.3.1  對拉索回歸的理解
      3.3.2  貝葉斯角度理解嶺回歸與拉索回歸

      3.3.3  案例2：如何預測住院群體的醫療支出
    3.4  彈力網
      3.4.1  對彈力網的理解
      3.4.2  案例3：如何預測小麥產量
    本章小結
    習題3
  第4章  非參數監督學習
    4.1  K近鄰法
    4.2  決策樹
      4.2.1  決策樹是什麼？
      4.2.2  案例1：申請研究生的錄取率預測
    4.3  集成學習
      4.3.1  袋裝法
      4.3.2  隨機森林
      4.3.3  提升法
      4.3.4  案例2：員工離職率預測
    本章小結
    習題4
  第5章  聚類分析
    5.1  計算社會科學也需要聚類分析
    5.2  聚類分析基礎
      5.2.1  距離：如何測量兩個人的相似程度？
      5.2.2  聚類結果的性能評估
      5.2.3  聚類結果的選擇與解讀
    5.3  原型聚類
      5.3.1  經典聚類演算法：K?means
      5.3.2  其他原型聚類演算法
      5.3.3  案例1：強基建與促發展——中國村莊發展的類型差異
    5.4  密度聚類與層次聚類
      5.4.1  密度聚類
      5.4.2  層次聚類
      5.4.3  案例2：關注與忽略——中國家庭教育的不同模式
    5.5  聚類分析展望
    本章小結
    習題5
文本與圖像分析篇
  第6章  神經網路
    6.1  神經網路簡史
    6.2  神經網路原理
      6.2.1  感知器（Perceptron）
      6.2.2  反向傳播演算法思想
    6.3  卷積神經網路
      6.3.1  感受野
      6.3.2  共享參數
      6.3.3  池化
      6.3.4  拉平和SoftMax
      6.3.5  應用場景
    6.4  案例分析
      6.4.1  案例1：單體漢字書法識別
      6.4.2  案例2：文本自動生成

    本章小結
    習題6
  第7章  自然語言處理
    7.1  自然語言處理基礎
      7.1.1  「是什麼」：自然語言的特點
      7.1.2  「做什麼」：自然語言處理的任務
      7.1.3  「怎麼做」：自然語言處理的演進
    7.2  詞法分析: 分詞、詞性標注與命名實體識別
      7.2.1  中文分詞
      7.2.2  詞性標注
      7.2.3  命名實體識別
      7.2.4  案例1：使用Baidu?LAC進行詞法分析
    7.3  信息提取
      7.3.1  關鍵詞提取
      7.3.2  關鍵句提取
      7.3.3  實體關係抽取
      7.3.4  案例2：信息抽取
    7.4  文本分類與文本聚類
      7.4.1  文本分類
      7.4.2  文本聚類
      7.4.3  案例3：謠言分類
      7.4.4  案例4：通過LDA主題模型進行主題聚類
    本章小結
    習題7
  第8章  電腦視覺
    8.1  電腦視覺基礎
      8.1.1  電腦視覺簡史
      8.1.2  圖像形成
    8.2  識別
      8.2.1  圖像分類
      8.2.2  目標檢測
      8.2.3  圖像分割
      8.2.4  視頻理解
      8.2.5  案例1：漢字書法場景識別
    8.3  特徵提取
      8.3.1  邊緣檢測
      8.3.2  輪廓追蹤
      8.3.3  案例2：假的真不了？
    8.4  圖像對齊與拼接
      8.4.1  圖像對齊
      8.4.2  圖像拼接
      8.4.3  圖像合成
    8.5  運動估計
      8.5.1  平移對齊和光流
      8.5.2  運動追蹤
      8.5.3  案例3：老照片翻新
    本章小結
    習題8
複雜性與網路分析篇
  第9章  社會網路分析基礎

    9.1  社會網路語境下圖的基本構成：點與邊的意義
    9.2  線性視角下的局部流動性：遊走、路徑及連通性的相關概念
    9.3  二模圖與結構等價
    9.4  圖的密度與集聚
      9.4.1  密度
      9.4.2  從局部到宏觀：三元組（Triad）與集聚係數（Clustering Coefficient）
      9.4.3  弱連帶與結構洞
    9.5  中心度及其相關概念
    9.6  社區挖掘：聚類研究在社會網路中的拓展
    本章小結
    習題9
  第10章  社會網路數據與分析
    10.1  自我中心網路
    10.2  邊界的界定
    10.3  網路分析的未來
    10.4  案例
      10.4.1  案例1：佛羅倫薩與美第奇家族的崛起
      10.4.2  案例2：美國的政治極化與博客域（Blogosphere）
      10.4.3  案例3：網路遊走與知識創新
    本章小結
    習題10
  第11章  基於多主體建模與模擬
    11.1  ABM定義與核心概念
    11.2  ABM簡史與經典案例
      11.2.1  ABM的先驅學者
      11.2.2  案例1：隔離模型
    11.3  ABM的特點
      11.3.1  ABM: 一種社會模擬建模方法
      11.3.2  計算社會科學中的ABM
      11.3.3  此模型非彼模型: ABM與實證社會科學
    11.4  ABM的軟體實現
    11.5  社會科學中的ABM應用
      11.5.1  驗證經典理論
      11.5.2  解釋宏觀現象
      11.5.3  預測：決策科學的革命
      11.5.4  案例2：風險認知信息的傳播模型
    11.6  ABM的未來
    本章小結
    習題11
附錄A  R語言入門
附錄B  飛槳全景與平台應用
附錄C  計算社會科學相關網站
附錄D  專業辭彙中英文對照表
後記

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032