このコースについて
84,189 最近の表示

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約16時間で修了

推奨:11 hours/week...

英語

字幕:英語, 韓国語

学習内容

  • Check

    Analyze the connectivity of a network

  • Check

    Measure the importance or centrality of a node in a network

  • Check

    Predict the evolution of networks over time

  • Check

    Represent and manipulate networked data using the NetworkX library

習得するスキル

Graph TheoryNetwork AnalysisPython ProgrammingSocial Network Analysis

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約16時間で修了

推奨:11 hours/week...

英語

字幕:英語, 韓国語

シラバス - 本コースの学習内容

1
7時間で修了

Why Study Networks and Basics on NetworkX

5件のビデオ (合計48分), 3 readings, 2 quizzes
5件のビデオ
Network Definition and Vocabulary9 分
Node and Edge Attributes9 分
Bipartite Graphs12 分
TA Demonstration: Loading Graphs in NetworkX8 分
3件の学習用教材
Course Syllabus10 分
Help us learn more about you!10 分
Notice for Auditing Learners: Assignment Submission10 分
1の練習問題
Module 1 Quiz50 分
2
7時間で修了

Network Connectivity

5件のビデオ (合計55分), 2 quizzes
5件のビデオ
Distance Measures17 分
Connected Components9 分
Network Robustness10 分
TA Demonstration: Simple Network Visualizations in NetworkX6 分
1の練習問題
Module 2 Quiz50 分
3
6時間で修了

Influence Measures and Network Centralization

6件のビデオ (合計70分), 2 quizzes
6件のビデオ
Betweenness Centrality18 分
Basic Page Rank9 分
Scaled Page Rank8 分
Hubs and Authorities12 分
Centrality Examples8 分
1の練習問題
Module 3 Quiz50 分
4
9時間で修了

Network Evolution

3件のビデオ (合計51分), 3 readings, 2 quizzes
3件のビデオ
Small World Networks19 分
Link Prediction18 分
3件の学習用教材
Power Laws and Rich-Get-Richer Phenomena (Optional)40 分
The Small-World Phenomenon (Optional)1 時間 20 分
Post-Course Survey10 分
1の練習問題
Module 4 Quiz50 分
4.6
231件のレビューChevron Right

34%

コース終了後に新しいキャリアをスタートした

37%

コースが具体的なキャリアアップにつながった

23%

昇給や昇進につながった

Applied Social Network Analysis in Python からの人気レビュー

by NKMay 3rd 2019

This course is a excellent introduction to social network analysis. Learnt a lot about how social network works. Anyone learning Machine Learning and AI should definitely take this course. It's good.

by JLSep 24th 2018

It was an easy introductory course that is well structured and well explained. Took me roughly a weekend and I thoroughly enjoyed it. Hope the professor follows up with more advanced material.

講師

Avatar

Daniel Romero

Assistant Professor
School of Information

ミシガン大学(University of Michigan)について

The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future....

Python 応用データサイエンス専門講座について

The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data. Introduction to Data Science in Python (course 1), Applied Plotting, Charting & Data Representation in Python (course 2), and Applied Machine Learning in Python (course 3) should be taken in order and prior to any other course in the specialization. After completing those, courses 4 and 5 can be taken in any order. All 5 are required to earn a certificate....
Python 応用データサイエンス

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。