更新时间：2024-05-24 17:41:16
封面
版权信息
作者简介
插图
推荐序一
推荐序二
前言
第0章 绪论
0.1 社会学发展历程
0.2 计算社会学发展历程
0.2.1 计算社会学的孕育期：20世纪90年代至2009年
0.2.2 计算社会学的黄金期：2009年至今
0.3 计算社会学主要研究内容
0.3.1 社交大数据的获取与分析
0.3.2 基于大数据的定量化研究
0.3.3 ABM模拟的仿真模型研究
0.4 新型社会计算系统的研制与开发
习题
参考文献
第一篇 基础支撑理论与算法篇
第1章 图论
1.1 图的基本概念
1.2 图的存储表示
1.3 图的遍历
1.4 图的相关应用
小结
第2章 理论方法概述
2.1 机器学习概览
2.2 数据预处理
2.3 特征抽取与选择
2.4 经验误差与测试误差
2.5 模型评估与选择
第3章 线性模型
3.1 基本形式
3.2 线性回归
3.3 逻辑回归
3.4 线性判别分析
第4章 聚类
4.1 聚类任务
4.2 基于划分的聚类算法
4.3 基于层次的聚类算法
4.4 基于密度的聚类算法
第5章 分类
5.1 决策树
5.2 贝叶斯分类
5.3 支持向量机
5.4 集成学习
第6章 神经网络
6.1 神经元模型
6.2 感知机
6.3 误差反向传播算法
6.4 其他常见的神经网络模型
第7章 深度学习网络
7.1 深度学习网络概述
7.2 卷积神经网络
7.3 循环神经网络
7.4 图神经网络
7.5 网络训练优化
第8章 高级神经网络框架
8.1 自编码器
8.2 编-解码器框架
8.3 注意力机制
8.4 生成对抗网络
第二篇 社会网络分析篇
第9章 网络结构与联系
9.1 三元闭包
9.2 强联系与弱联系
9.3 网络社区划分
第10章 同质性
10.1 同质现象
10.2 同质性的测量
10.3 同质现象的成因
10.4 同质现象的影响
