当前位置:首页 > 工业技术
大数据与机器学习  复杂社会的政治分析
大数据与机器学习  复杂社会的政治分析

大数据与机器学习 复杂社会的政治分析PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:董青岭著
  • 出 版 社:北京:时事出版社
  • 出版年份:2018
  • ISBN:7519501365
  • 页数:204 页
图书介绍:
《大数据与机器学习 复杂社会的政治分析》目录

绪论 争论中的大数据、机器学习与未来政治 1

上篇 数据主义 15

第一章 数据军团:权力政治的算法角逐 15

第一节 复杂社会的演进:决策的相互扰动 16

第二节 同意的社会计算:传统民调的罪与罚 24

第三节 数据较量:美国大选幕后的算法操盘手 41

第二章 高频统计:选举中的政治预测 49

第一节 贝叶斯定理:纳特·西尔弗和他的538网站 50

第二节 预测偏差:538网站的数据陷阱 57

第三节 另类统计:最高频争议即为最大影响力 64

第三章 数据外交:一场即将到来的外交革命 68

第一节 从数字外交到数据外交:数据力量的崛起 69

第二节 从技术变革到当前争议:外交决策的数据冲击 72

第三节 从理论假说到案例实践:数据驱动的外交创新 75

第四节 未来前景与关键障碍:数据外交的拓展空间 85

下篇 数据原理 93

第四章 文本分析:情感与意图的自动识别 93

第一节 分词原理:非结构化数据的结构化处理 94

第二节 情感分析:挖掘文本叙述中的情绪波动 110

第三节 主题模型:探索政治文本的隐含语义结构 119

第五章 社会网络:圈子里的政治文化 129

第一节 社会网络:以关系为中心的政治度量 130

第二节 强联系与弱联系:政治系统中的信息传递 135

第三节 中心性分析:发掘政治网络中的关键节点 141

第六章 机器学习:暴力冲突的社会感知 152

第一节 谢林模型:从计算机模拟到机器学习 154

第二节 学习原理:从有监督学习到无监督学习 161

第三节 神经网络:仿生人脑与社会情景的模式识别 166

第四节 预警未来:冲突预测的当前障碍 176

参考文献 180

常用数据网站 198

后记 202

返回顶部