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

計算社會學(基礎理論篇)/人工智慧技術叢書

  • 作者：郭斌//梁韻基//於志文|責編:李永泉
  • 出版社：機械工業
  • ISBN：9787111746904
  • 出版日期：2024/03/01
  • 裝幀：平裝
  • 頁數：306
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是一本系統性梳理計算社會學相關理論和方法的論著。一方面，本書從傳統複雜網路分析的角度，詳細闡述社會網路分析的基礎理論和動力學模型——隨機網路、小世界網路、無標度網路和網路統計分析理論等，並將網路過程和行為應用於湧現、傳染病等方面。另一方面，融合人工智慧在自然語言處理、推薦演算法等領域的進展，闡述了人工智慧演算法尤其是深度學習理論等在智能推薦、文本分析、假消息檢測、虛擬社交機器人等領域的應用。在兼顧廣度和深度的前提下，本書深度融合電腦科學、社會學、人工智慧和複雜網路等多學科的專業概念，突出闡述了計算社會學領域近年來的最新研究成果和關鍵技術突破。
作者介紹
郭斌//梁韻基//於志文|責編:李永泉
目錄
推薦序一
推薦序二
前言
  第0章  緒論
    0.1  社會學發展歷程
    0.2  計算社會學發展歷程
      0.2.1  計算社會學的孕育期：20世紀90年代至2009年
      0.2.2  計算社會學的黃金期：2009年至今
    0.3  計算社會學主要研究內容
      0.3.1  社交大數據的獲取與分析
      0.3.2  基於大數據的定量化研究
      0.3.3  ABM模擬的模擬模型研究
    0.4  新型社會計算系統的研製與開發
    習題
    參考文獻
第一篇  基礎支撐理論與演算法篇
  第1章  圖論
    1.1  圖的基本概念
      1.1.1  圖的定義
      1.1.2  圖的基本術語
    1.2  圖的存儲表示
      1.2.1  鄰接矩陣存儲法
      1.2.2  鄰接表存儲法
      1.2.3  十字鏈表存儲法
      1.2.4  鄰接多重表存儲法
    1.3  圖的遍歷
      1.3.1  廣度優先搜索
      1.3.2  深度優先搜索
    1.4  圖的相關應用
      1.4.1  最小生成樹
      1.4.2  AOV網與拓撲排序
      1.4.3  AOE網與關鍵路徑
      1.4.4  最短路徑
    小結
    習題
    參考文獻
  第2章  理論方法概述
    2.1  機器學習概覽
      2.1.1  機器學習基本概念
      2.1.2  發展歷程
      2.1.3  基本流程
    2.2  數據預處理
      2.2.1  數據清洗
      2.2.2  數據集成
      2.2.3  數據歸一化
    2.3  特徵抽取與選擇
      2.3.1  特徵抽取
      2.3.2  特徵選擇
    2.4  經驗誤差與測試誤差
      2.4.1  誤差來源與定義

      2.4.2  欠擬合與過擬合
    2.5  模型評估與選擇
      2.5.1  正則化
      2.5.2  交叉驗證
      2.5.3  性能度量
    小結
    習題
    參考文獻
  第3章  線性模型
    3.1  基本形式
    3.2  線性回歸
    3.3  邏輯回歸
    3.4  線性判別分析
      3.4.1  基本思想
      3.4.2  演算法原理
    小結
    習題
    參考文獻
  第4章  聚類
    4.1  聚類任務
      4.1.1  聚類任務描述
      4.1.2  聚類演算法的劃分
      4.1.3  距離度量
      4.1.4  評價函數
    4.2  基於劃分的聚類演算法
      4.2.1  K-均值演算法
      4.2.2  K-中心點演算法
    4.3  基於層次的聚類演算法
      4.3.1  AGNES演算法
      4.3.2  DIANA演算法
      4.3.3  BIRCH演算法
    4.4  基於密度的聚類演算法
    小結
    習題
    參考文獻
  第5章  分類
    5.1  決策樹
      5.1.1  決策樹模型與學習
      5.1.2  特徵選擇
      5.1.3  決策樹的生成
      5.1.4  決策樹的剪枝
    5.2  貝葉斯分類
      5.2.1  貝葉斯決策論
      5.2.2  參數估計方法
      5.2.3  樸素貝葉斯
      5.2.4  EM演算法
    5.3  支持向量機
      5.3.1  間隔與支持向量
      5.3.2  對偶問題
      5.3.3  核函數

      5.3.4  軟間隔
    5.4  集成學習
      5.4.1  個體與集成
      5.4.2  Boosting演算法
      5.4.3  Bagging演算法
      5.4.4  結合策略
    小結
    習題
    參考文獻
  第6章  神經網路
    6.1  神經元模型
      6.1.1  神經元模型的結構
      6.1.2  激活函數
      6.1.3  常見激活函數
    6.2  感知機
      6.2.1  感知機的概念及模型結構
      6.2.2  感知機的效果
      6.2.3  多層感知機的概念及模型結構
    6.3  誤差反向傳播演算法
      6.3.1  誤差反向傳播演算法的概念
      6.3.2  信息前向傳播
      6.3.3  誤差反向傳播
    6.4  其他常見的神經網路模型
      6.4.1  玻爾茲曼機
      6.4.2  深度信念網路
      6.4.3  脈衝神經網路
    小結
    習題
    參考文獻
  第7章  深度學習網路
    7.1  深度學習網路概述
    7.2  卷積神經網路
      7.2.1  網路結構
      7.2.2  經典模型
    7.3  循環神經網路
      7.3.1  網路結構
      7.3.2  長短期記憶網路
    7.4  圖神經網路
      7.4.1  網路結構
      7.4.2  圖神經網路模型
    7.5  網路訓練優化
      7.5.1  梯度爆炸與梯度消失
      7.5.2  梯度下降優化策略
      7.5.3  過擬合消減優化策略
    小結
    習題
    參考文獻
  第8章  高級神經網路框架
    8.1  自編碼器
      8.1.1  預備知識

      8.1.2  自編碼器架構
      8.1.3  經典自編碼器模型
      8.1.4  變分自編碼器
    8.2  編-解碼器框架
      8.2.1  編-解碼器基本框架
      8.2.2  經典編-解碼結構模型
    8.3  注意力機制
      8.3.1  標準注意力機制
      8.3.2  注意力形式
      8.3.3  Transformer模型
    8.4  生成對抗網路
      8.4.1  GAN的基本原理
      8.4.2  經典GAN模型
      8.4.3  生成對抗網路的應用
    小結
    習題
    參考文獻
第二篇  社會網路分析篇
  第9章  網路結構與聯繫
    9.1  三元閉包
      9.1.1  三元閉包定義
      9.1.2  聚集係數
    9.2  強聯繫與弱聯繫
      9.2.1  人際關係的強度
      9.2.2  捷徑與橋
      9.2.3  強聯繫與弱聯繫的現實意義
    9.3  網路社區劃分
      9.3.1  分裂法圖劃分
      9.3.2  其他圖劃分方法擴展
    小結
    習題
    參考文獻
  第10章  同質性
    10.1  同質現象
      10.1.1  什麼是同質現象
      10.1.2  同質現象的多樣化表現
    10.2  同質性的測量
      10.2.1  相對比率和期望比率
      10.2.2  EI同質性指數
      10.2.3  Blau異質性指數
    10.3  同質現象的成因
    10.4  同質現象的影響
      10.4.1  人群隔離
      10.4.2  感知偏差
      10.4.3  同伴效應
    小結
    習題
    參考文獻
  第11章  網路的平衡與極化
    11.1  認知平衡模型

    11.2  結構平衡理論
      11.2.1  三節點結構平衡
      11.2.2  結構平衡定理
      11.2.3  弱結構平衡
    11.3  極化現象
      11.3.1  極化現象產生與定義
      11.3.2  群體極化的認知基礎
      11.3.3  群極化現象示例分析
    11.4  極化網路分析
      11.4.1  極化的衡量
      11.4.2  極化網路社區發現
    小結
    習題
    參考文獻
  第12章  社會權力
    12.1  社會網路中的權力
      12.1.1  什麼是權力
      12.1.2  社會網路權力的特徵
    12.2  納什均衡與網路議價
      12.2.1  什麼是博弈
      12.2.2  納什均衡與混合策略均衡
      12.2.3  納什議價解與權力交換
    12.3  節點權力的度量
      12.3.1  基於拓撲特徵的度量方法
      12.3.2  基於隨機遊走的度量方法
      12.3.3  基於熵的度量方法
    小結
    習題
    參考文獻

  • 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