計算社會學-基礎理論篇 郭斌 梁韻基 于志文 9787111746904 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業
物品所在地：中國大陸
原出版社：機械工業
NT$630
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202403*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：計算社會學-基礎理論篇 ISBN：9787111746904 出版社：機械工業 著編譯者：郭斌 梁韻基 于志文 頁數：306 所在地：中國大陸 *此為代購商品 書號：1623447 可大量預訂，請先連絡。 內容簡介 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，本書深度融合計算機科學、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。作者簡介 於志文，工學博士，西北工業大學教授，博士生導師，洪堡學者，國家傑出青年科學基金獲得者，國家「萬人計劃」科技創新領軍人才。現任西北工業大學計算機學院院長，智能感知與計算工信部重點實驗室主任，陝西省嵌入式系統技術重點實驗室主任，國家重點研發專項項目首席科學家，陝西省重點科技創新團隊帶頭人。近年來，在國際頂級學術期刊和會議發表論文150餘篇。獲得國家發明專利50多項。獲得教育部自然科學獎一等獎、陝西省科學技術獎一等獎、國家級教學成果獎二等獎、中國計算機學會青年科學家獎等獎項。組織實施了多項重大科研項目，編製完成了多項國家標準。擔任多個國際期刊編委。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 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
