人工智能 类型
可以朗读 语音朗读
249千字 字数
2023-12-01 发行日期
展开全部

主编推荐语

一本系统性梳理计算社会学相关理论和方法的论著。

内容简介

一方面，本书从传统复杂网络分析的角度，详细阐述社会网络分析的基础理论和动力学模型——随机网络、小世界网络、无标度网络和网络统计分析理论等，并将网络过程和行为应用于涌现、传染病等方面。

另一方面，融合人工智能在自然语言处理、推荐算法等领域的进展，阐述了人工智能算法尤其是深度学习理论等在智能推荐、文本分析、假消息检测、虚拟社交机器人等领域的应用。

在兼顾广度和深度的前提下，本书深度融合计算机科学、社会学、人工智能和复杂网络等多学科的专业概念，突出阐述了计算社会学领域近年来的最新研究成果和关键技术突破。

目录

  • 版权信息
  • 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
  • 0.3 计算社会学主要研究内容
  • 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
  • 习题
  • 参考文献
  • 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
  • 小结
  • 习题
  • 参考文献
  • 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
  • 小结
  • 习题
  • 参考文献
  • 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
  • 小结
  • 习题
  • 参考文献
  • 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
  • 小结
  • 习题
  • 参考文献
  • 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
  • 小结
  • 习题
  • 参考文献
  • 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
  • 小结
  • 习题
  • 参考文献
  • 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
  • 小结
  • 习题
  • 参考文献
  • 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
  • 小结
  • 习题
  • 参考文献
  • 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
  • 小结
  • 习题
  • 参考文献
  • 第11章 网络的平衡与极化
  • 11.1 认知平衡模型
  • 11.2 结构平衡理论
  • 11.3 极化现象
  • 11.4 极化网络分析
  • 小结
  • 习题
  • 参考文献
  • 第12章 社会权力
  • 12.1 社会网络中的权力
  • 12.2 纳什均衡与网络议价
  • 12.3 节点权力的度量
  • 小结
  • 习题
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分
  • 加载中...

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。