Об этом курсе
Недавно просмотрено: 59,239

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 16 часа на выполнение

Предполагаемая нагрузка: 11 hours/week...

Английский

Субтитры: Английский, Корейский
User
Учащиеся, которые проходят продукт ''Course'
  • Data Scientists
  • Data Analysts
  • Machine Learning Engineers
  • User Experience Researchers
  • Security Engineers

Чему вы научитесь

  • 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

Приобретаемые навыки

Graph TheoryNetwork AnalysisPython ProgrammingSocial Network Analysis
User
Учащиеся, которые проходят продукт ''Course'
  • Data Scientists
  • Data Analysts
  • Machine Learning Engineers
  • User Experience Researchers
  • Security Engineers

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 16 часа на выполнение

Предполагаемая нагрузка: 11 hours/week...

Английский

Субтитры: Английский, Корейский

Программа курса: что вы изучите

Неделя
1
7 ч. на завершение

Why Study Networks and Basics on NetworkX

5 видео ((всего 48 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
5 видео
Network Definition and Vocabulary9мин
Node and Edge Attributes9мин
Bipartite Graphs12мин
TA Demonstration: Loading Graphs in NetworkX8мин
3 материала для самостоятельного изучения
Course Syllabus10мин
Help us learn more about you!10мин
Notice for Auditing Learners: Assignment Submission10мин
1 практическое упражнение
Module 1 Quiz50мин
Неделя
2
7 ч. на завершение

Network Connectivity

5 видео ((всего 55 мин.)), 2 тестов
5 видео
Distance Measures17мин
Connected Components9мин
Network Robustness10мин
TA Demonstration: Simple Network Visualizations in NetworkX6мин
1 практическое упражнение
Module 2 Quiz50мин
Неделя
3
6 ч. на завершение

Influence Measures and Network Centralization

6 видео ((всего 70 мин.)), 2 тестов
6 видео
Betweenness Centrality18мин
Basic Page Rank9мин
Scaled Page Rank8мин
Hubs and Authorities12мин
Centrality Examples8мин
1 практическое упражнение
Module 3 Quiz50мин
Неделя
4
9 ч. на завершение

Network Evolution

3 видео ((всего 51 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
3 видео
Small World Networks19мин
Link Prediction18мин
3 материала для самостоятельного изучения
Power Laws and Rich-Get-Richer Phenomena (Optional)40мин
The Small-World Phenomenon (Optional)1ч 20мин
Post-Course Survey10мин
1 практическое упражнение
Module 4 Quiz50мин
4.6
Рецензии: 225Chevron Right

34%

начал новую карьеру, пройдя эти курсы

37%

получил значимые преимущества в карьере благодаря этому курсу

23%

стал больше зарабатывать или получил повышение

Лучшие отзывы о курсе Applied Social Network Analysis in Python

автор: 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.

автор: 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.

Преподаватели

Avatar

Daniel Romero

Assistant Professor
School of Information

О Мичиганский университет

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....

Специализация Прикладная наука о данных с Python: общие сведения

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....
Прикладная наука о данных с Python

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.