Pythonで学ぶネットワーク分析 ColaboratoryとNetworkXを使った実践入門

村田剛志/著

発売日:2019年9月

  • Pythonで学ぶネットワーク分析 ColaboratoryとNetworkXを使った実践入門
  • Pythonで学ぶネットワーク分析 ColaboratoryとNetworkXを使った実践入門
  • Pythonで学ぶネットワーク分析 ColaboratoryとNetworkXを使った実践入門
  • Pythonで学ぶネットワーク分析 ColaboratoryとNetworkXを使った実践入門
ページ数
198p
ISBN
978-4-274-22425-6
著者情報
村田 剛志(ムラタ ツヨシ)
1990年東京大学理学部情報科学科卒業。1992年同大学院理学系研究科修士課程修了。東京工業大学工学部助手、群馬大学工学部助手、同講師、国立情報学研究所助教授、科学技術振興事業団さきがけ研究21研究員(兼任)を経て、2005年より東京工業大学大学院情報理工学研究科助教授(現在は同大学情報理工学院情報工学系准教授)。博士(工学)。人工知能、ネットワーク科学、機械学習に関する研究に従事。人工知能学会、情報処理学会、日本ソフトウェア科学会、AAAI、ACM、各会員

¥3,080 税込

14 nanacoポイント

14 セブンマイル

セブン-イレブン受取り(送料無料)

発送目安

発売日(発売日以降は当日)~2日で発送

宅配(送料¥550税込)

発送目安

発売日(発売日以降は当日)~2日で発送

交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。

商品説明

Pythonで「つながり」を分析しよう!SNSにおける口コミの広がり、Webサイトの引用関係、流通網や交通網…。さまざまな「つながり」を分析するキホンを、豊富なサンプルコードでわかりやすく解説!

さまざまな関係性の構造をPythonで分析する!
ネットワーク分析は、あらゆる「関係性」を分析する学問です。
構造をモデル化することで、ネットワークという言葉から想像しやすいWebやSNSの分析だけでなく、たとえば感染症の伝搬経路を見つけたり、未来の人間関係を予測したりすることが可能です。マーケティングなどの現場でも使用されています。

本書では、ネットワーク構造をもつデータをPythonで分析するための基礎知識を習得できます。
分析には、Google Colaboratory(クラウド上で使用できるJupyter Notebook環境。Colabとも呼ばれる)を用います。ブラウザ上で動くColabは環境構築が不要なため、すぐに実際にコードを試すことができます。また、可視化ツールとしてNetworkXを使用し、さまざまなネットワークをグラフとして視覚的に把握できます。
実際にColabで動かせるプログラムと、そのプログラムによって出力されたグラフが数多く例示しているため、実際にColabでコードを実行しながら理解を深めることができます。

データサイエンスを学ぶ学生はもちろん、企業の広報・企画・マーケティング担当者など、顧客の購買行動やソーシャルネットワークの分析などが必要になった社会人にも役立つ一冊です。(「近刊情報」より)

※発売日が変更になりました
9月15日→9月18日

目次

第1章 分析できる環境を用意する―ツールや言語の把握
第2章 ネットワーク分析の流れを知る―小説の人間関係を紐解く
第3章 必要な用語を学ぶ―ネットワークの基礎知識
第4章 中心をみつける―さまざまな中心性
第5章 経路を見つける―ネットワークの探索
第6章 グループを見つける―分割と抽出
第7章 似たネットワークを作る―モデル化
第8章 似た頂点を見つける―将来の構造予測
第9章 病気や口コミの広がりをモデル化する―感染、情報伝搬
第10章 ネットワークを俯瞰する―可視化による分析
第11章 リファレンス

商品詳細

出版社名
オーム社
サイズ
21cm
対象年齢
一般
フォーマット
単行本

注意事項

本の帯に関して
帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。
版・表紙について
版・表紙(カバー)のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典(初回特典、初回仕様特典)がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。

あなたへのおすすめ