2017年计算传播学年会暨工作坊
熟悉计算社会科学研究范式并掌握基本的计算技能，是传播学者进入计算计算传播学领域的基本条件。基于此，南京大学新闻传播学院、百度、社会媒体处理专业委员会以及香港城市大学传播研究中心/互联网挖掘实验室拟共同举办2017年计算传播学年会暨工作坊（南京，9月22-9月24日），包括一天半工作坊 + 一天会议。
Recent Posts
使用LSTM进行时间序列预测——基于PyTorch框架
本文基于PyTorch框架使用LSTM模型对时间序列数据进行预测
使用pytorch建立卷积神经网络
本文练习使用pytorch建立卷积神经网络并处理MNIST数据。
使用pytorch进行线性回归
本文练习使用pytorch进行线性回归。
pytorch初步
pytorch是一种更加灵活的深度学习框架，本文介绍在anaconda环境下的安装、导入和使用。
服务器远程登录的简单工具
本文总结一些计算平台的简单管理工具
Implementing an ERGM from scratch in Python
I’ve always felt a bit nervous about using them (ERGM), though, because I didn’t feel confident I really understood how they worked, and how they were being ...
Estimating ERGM using PyMC
This post aims to analyzing networks with ERGMs using PyMC in python.
使用powerlaw拟合重尾分布
幂律分布的存在非常广泛， 对于很多科学研究问题具有重要意义。但是，因为幂律分布的长尾具有很大的波动，因而确定长尾的范围尤为复杂。最小二乘方法估计幂律分布会有很大的误差，即使没有误差，也并未能确定这一分布是否幂律分布，因为没有同其他的分布的形式做比较，比如指数、对数正态、截尾的幂律。Clauset等人2009年发表...
利用python实现naive bayes算法
贝叶斯开创了统计学的贝叶斯学派，用先验知识和逻辑推理来处理不确定命题，与古老的频率学派分庭抗礼，频率学派只从数据中获得信息，完全不考虑先验知识，即人的经验。本文尝试利用python实现朴素贝叶斯分类。