-
机械工业出版社
- 9787893866180
-
1-1
-
546046
-
2024-10
-
计算机类
-
本科
内容简介
本书首先介绍图论及机器学习的基本概念，进而对典型的机器学习算法如线性回归、聚类算法和分类算法，以及代表性的深度神经网络算法（如卷积神经网络、循环神经网络、对抗生成网络等）进行基础性介绍，最后从网络基本理论（三元闭包、聚集系数等）出发介绍了强关系和弱关系的应用和联系，从选择和社会影响两个角度阐述了同质化的形成原理，并且阐述了网络极化的形成机理与度量方法，进而从节点权力的角度阐述社会权力的核心内涵。
目录
前言
第0章绪论1
第一篇基础支撑理论与算法篇
第1章图论
第2章理论方法概述
第3章线性模型
第4章聚类
第5章分类
第6章神经网络
第7章深度学习网络
第8章高级神经网络框架
第二篇社会网络分析篇
第9章网络结构与联系
第10章同质性
第11章网络的平衡与极化
第12章社会权力
参考文献305
