Modèle de bloc stochastique: Détection communautaire

Dans cours

DEMO: ipsum labore fugiat nulla

Eiusmod minim exercitation tempor sit commodo sunt veniam officia elit consectetur qui nulla adipisicing. Proident reprehenderit irure deserunt ea ad fugiat nostrud. Laboris laborum minim pariatur Lorem esse ex reprehenderit ut. Sunt nostrud culpa aliqua excepteur anim.

Connectez-vous pour voir cette section

Description

Cette séance de cours couvre le modèle de bloc stochastique pour la détection de communauté, en se concentrant sur la détection de communautés, de clusters et de groupes en fonction de la fraction de nœuds dans chaque groupe. L'instructeur explique la génération de graphiques et le processus d'inférence.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignants (2)

ullamco do in sit

Dolore duis labore id sint sunt deserunt. Anim exercitation occaecat esse occaecat labore pariatur irure commodo quis nostrud nisi labore. Aute veniam voluptate sunt eu eiusmod officia magna cillum eiusmod mollit esse ullamco commodo. Irure dolor Lorem cillum culpa occaecat nisi velit enim.

laborum veniam do consequat

Ea magna magna proident enim adipisicing non. Laboris exercitation fugiat in fugiat fugiat. Officia quis aute consectetur id aliquip commodo sit.

Connectez-vous pour voir cette section

Source officielle

https://mediaspace.epfl.ch/media/0_iytoxz0k

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Proximité ontologique

Séances de cours associées (46)