Explore les défis et les solutions dans l'analyse des grandes données multidimensionnelles, en mettant l'accent sur les types de données complexes et la détection d'anomalies.
Couvre le modèle de bloc stochastique pour la détection de la communauté, en se concentrant sur la détection des communautés, des clusters et des groupes.
Explore les méthodes d'analyse des réseaux, les concepts opérationnels, les applications historiques et les défis liés au traitement du temps au sein des réseaux.
Explore les techniques de résolution d'entités pour identifier et agréger différents profils d'entités à travers des ensembles de données, couvrant les défis et les solutions.
Se penche sur l'apprentissage automatique amélioré par les graphiques, en mettant l'accent sur la détection des fraudes, la détection des logiciels malveillants et les systèmes de recommandation.
Couvre les fondamentaux de l'apprentissage automatique pour les physiciens et les chimistes, en mettant l'accent sur les tâches de classification d'images à l'aide de l'intelligence artificielle.