内容説明
Pythonで「つながり」を分析しよう!SNSにおける口コミの広がり、Webサイトの引用関係、流通網や交通網…。さまざまな「つながり」を分析するキホンを、豊富なサンプルコードでわかりやすく解説!
目次
第1章 分析できる環境を用意する―ツールや言語の把握
第2章 ネットワーク分析の流れを知る―小説の人間関係を紐解く
第3章 必要な用語を学ぶ―ネットワークの基礎知識
第4章 中心をみつける―さまざまな中心性
第5章 経路を見つける―ネットワークの探索
第6章 グループを見つける―分割と抽出
第7章 似たネットワークを作る―モデル化
第8章 似た頂点を見つける―将来の構造予測
第9章 病気や口コミの広がりをモデル化する―感染、情報伝搬
第10章 ネットワークを俯瞰する―可視化による分析
第11章 リファレンス
著者等紹介
村田剛志[ムラタツヨシ]
1990年東京大学理学部情報科学科卒業。1992年同大学院理学系研究科修士課程修了。東京工業大学工学部助手、群馬大学工学部助手、同講師、国立情報学研究所助教授、科学技術振興事業団さきがけ研究21研究員(兼任)を経て、2005年より東京工業大学大学院情報理工学研究科助教授(現在は同大学情報理工学院情報工学系准教授)。博士(工学)。人工知能、ネットワーク科学、機械学習に関する研究に従事。人工知能学会、情報処理学会、日本ソフトウェア科学会、AAAI、ACM、各会員(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
愛楊
1
基礎的なネットワーク科学の概念とNetworkXによる実装コードを並列させる。Kernighan-Lin アルゴリズムが難易度の頂点だろう。グラフラプラシアンの定義などはあるものの数学的証明は数か所ほどに留まっており、ハンズオン形式でネットワーク分割や頂点間類似度を学ぶことができる。頁数も二百頁ほどで軽く読めるため、NetworkX のAPIを知りたい場合には有用ではないだろうか。ネットワーク埋込に関する記述は少なく、またGNN(グラフニューラルネットワーク)に触れられていないことには留意する必要がある。2023/10/26
鴨川
1
大人の事情(?)で購入したが、ドキュメントを読んだほうが良いと思う。本当にチュートリアルのコピペで1章書いている箇所もあるレベルで酷い2021/03/21
陳 志宇
0
Pythonにおけるグラフ構造について理解が深まった。例のコードなども多数あり、手を動かしながら学ぶことができる。その他の技術書に比べ比較的ページ数が少ないが、グラフ構造についての内容は詰まっていた。グラフ構造について学びたいと思っていた方は是非手に取っていただきたい一冊だと感じる。2022/05/23