Explore les regroupements de réseaux, les regroupements spectraux, l'algorithme des moyennes k, les propriétés des valeurs propres, l'estimation des modèles de blocs et la mesure de la similarité structurelle.
Couvre les fondamentaux et les algorithmes du classement basé sur les liens, y compris l'indexation de texte d'ancrage, PageRank, HITS, et les implémentations pratiques.
Explore l'inférence pour les processus stochastiques, en mettant l'accent sur l'analyse des grands réseaux et la nécessité de nouvelles théories et méthodes.
Explore l'individualisme en réseau, le passage aux réseaux sociaux centrés sur l'individu et l'impact de la connectivité, des frontières de groupe plus faibles et de l'autonomie personnelle accrue sur la société.
Explore l'importance du classement dans les réseaux, en mettant l'accent sur des algorithmes tels que PageRank et HITS pour le classement des pages Web.
La moyenne des réseaux couvre les réseaux étiquetés et non étiquetés, les méthodes statistiques, les défis de l'analyse des réseaux et les considérations pratiques.
Explore la théorie des graphes dans la connectomique cérébrale, les applications d'IRM, la pertinence de l'analyse de réseau et les empreintes digitales individuelles.
