Прогнозна аналітика з мережевими даними в R

На цьому курсі ви навчитеся виконувати сучасну прогнозну аналітику, використовуючи мережеві дані в R. Мета мережевої аналітики — передбачити, до якого класу належить вузол мережі, наприклад: схильний до відтоку чи ні, шахрай чи ні, неплатник чи ні тощо. Для цього ми обговоримо, як залучати інформацію з мережі та її структури в прогнозний спосіб. Зокрема, ми введемо ідею фічеризації, щоб мережеві ознаки можна було додавати до немережевих і таким чином підвищувати якість будь-якої побудованої моделі. У цьому курсі ви використаєте пакет igraph, щоб згенерувати й розмітити мережу клієнтів у задачі відтоку та ознайомитеся з основами мережевого навчання. Далі ви дізнаєтеся про гомофілію, діадичність і гетерофілійність та про те, як ці поняття дають ключові розвідувальні інсайти про вашу мережу. Потім ви застосуєте функціональність пакета igraph для обчислення різних мережевих ознак — як вузлоцентричних, так і заснованих на сусідах. Крім того, ви використаєте алгоритм Google PageRank, щоб обчислити мережеві ознаки й емпірично перевірити їхню прогностичну силу. Нарешті, ми навчимо вас формувати з мережі «плоский» набір даних і аналізувати його за допомогою логістичної регресії та випадкових лісів.