次のカイトネットワークを見てください。最も影響力があるのは誰でしょうか？
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、ラベル付きネットワーク、ネットワーク学習、およびそこで生じうる課題について紹介します。
この章では、homophily（同質性）について学び、それを特徴づける 2 つの指標である dyadicity と heterophilicity の計算方法を身につけます。
この章では、igraph パッケージを使ってさまざまなネットワーク特徴量を計算し、ネットワークに追加します。
現在の演習
この章では、第3章のネットワークからフラットなデータセットを作成します。標準的なデータマイニング手法を用いて予測モデルを構築し、AUC と top decile lift で性能を評価します。
