소셜 네트워크 기반 추론의 어려움에 대해 틀린 설명은 무엇인가요?
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이 장에서는 라벨이 있는 네트워크, 네트워크 학습, 그리고 발생할 수 있는 주요 과제를 소개합니다.
현재 연습
이 장에서는 homophily를 배우고, 이를 특성화하는 두 가지 측도인 dyadicity와 heterophilicty를 계산하는 방법을 익힙니다.
이 장에서는 igraph 패키지를 사용해 다양한 네트워크 특징을 계산하고 이를 네트워크에 추가합니다.
이 장에서는 3장에서 만든 네트워크로부터 평평한(flat) 데이터셋을 만들고, 표준 데이터 마이닝 기법을 사용해 예측 모델을 구축한 뒤 AUC와 상위 10% 리프트(top decile lift)로 성능을 측정합니다.
