Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours couvre le modèle de bloc stochastique (SBM) et son application dans la détection communautaire. Le SBM définit une distribution de probabilité sur des graphiques avec des communautés, où les nœuds sont regroupés en blocs. La séance de cours examine la formulation mathématique de SBM, y compris la définition de paramètres comme lambda et K, ainsi que la nature symétrique du modèle. Il explore également l'objectif de SBM, qui est d'estimer avec précision l'affectation des nœuds aux groupes. La séance de cours s'inscrit dans le concept d'entente entre les affectations de groupe vraies et estimées, ainsi que dans l'approche de l'inférence bayésienne pour SBM. Il se termine par une discussion sur les défis et les propriétés de convergence de la gestion axée sur les résultats.