Explore l'analyse de l'humeur exprimée sur Twitter à l'aide de données longitudinales et d'outils d'analyse de texte, en soulignant l'importance de prendre en compte les données biaisées.
Plonge dans Livehoods, l'apprentissage automatique pour l'étude urbaine, l'inférence d'ambiance, la reconnaissance de scène et les biais dans les médias sociaux géo-localisés.
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.
