课程收获
学习网络中关键节点挖掘的常用方法,比如各种结构化的指标、基于迭代寻优的算法等。学会识别网络中的超级传播者,检测金融风险,预测职业生涯等常见的预测案例。
我们拥有
1.挖掘关键节点的常用方法:
结构化的指标、基于迭代寻优的算法、基于节点删除/收缩的算法。
2.关键节点的实际应用:
识别网络中的超级传播者、 预测重要的蛋白质、检测金融风险、预测职业生涯。
如果你是
如果你对网络数据感兴趣,并想对此进行挖掘获得重要的信息,以预测事物的规律,这个课会教会你常见的关键节点挖掘方法。
预备知识
有数据挖掘基础,了解基础的数据挖掘的基本算法。
温馨提示
我们将分享一些关键节点挖掘的应用场景,包括不常见的预测职场生涯等。
学习安排
你可以一次性看完课程的内容,然后根据自己的需要进行实践,你也可以参加DC的大师赛来练手。
了解导师
张千明
DC首席数据官
电子科技大学、波士顿大学联合培养博士,先后在Physics Reports(顶级物理综述期刊)、Nature Communications(一流综合期刊)、Scientific Reports等期刊上,发表高质量学术论文20余篇,H指数为12,总引用超过490次。