Об этом курсе
4.6
Оценки: 854
Рецензии: 153
Специализация
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 17 часов на выполнение

Предполагаемая нагрузка: 11 hours/week...
Доступные языки

Английский

Субтитры: Английский, Корейский

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
Специализация
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 17 часов на выполнение

Предполагаемая нагрузка: 11 hours/week...
Доступные языки

Английский

Субтитры: Английский, Корейский

Программа курса: что вы изучите

Неделя
1
Часов на завершение
7 ч. на завершение

Why Study Networks and Basics on NetworkX

Module One introduces you to different types of networks in the real world and why we study them. You'll learn about the basic elements of networks, as well as different types of networks. You'll also learn how to represent and manipulate networked data using the NetworkX library. The assignment will give you an opportunity to use NetworkX to analyze a networked dataset of employees in a small company....
Reading
5 видео ((всего 48 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
Video5 видео
Network Definition and Vocabulary9мин
Node and Edge Attributes9мин
Bipartite Graphs12мин
TA Demonstration: Loading Graphs in NetworkX8мин
Reading3 материала для самостоятельного изучения
Course Syllabus10мин
Help us learn more about you!10мин
Notice for Auditing Learners: Assignment Submission10мин
Quiz1 практическое упражнение
Module 1 Quiz50мин
Неделя
2
Часов на завершение
7 ч. на завершение

Network Connectivity

In Module Two you'll learn how to analyze the connectivity of a network based on measures of distance, reachability, and redundancy of paths between nodes. In the assignment, you will practice using NetworkX to compute measures of connectivity of a network of email communication among the employees of a mid-size manufacturing company. ...
Reading
5 видео ((всего 55 мин.)), 2 тестов
Video5 видео
Distance Measures17мин
Connected Components9мин
Network Robustness10мин
TA Demonstration: Simple Network Visualizations in NetworkX6мин
Quiz1 практическое упражнение
Module 2 Quiz50мин
Неделя
3
Часов на завершение
6 ч. на завершение

Influence Measures and Network Centralization

In Module Three, you'll explore ways of measuring the importance or centrality of a node in a network, using measures such as Degree, Closeness, and Betweenness centrality, Page Rank, and Hubs and Authorities. You'll learn about the assumptions each measure makes, the algorithms we can use to compute them, and the different functions available on NetworkX to measure centrality. In the assignment, you'll practice choosing the most appropriate centrality measure on a real-world setting....
Reading
6 видео ((всего 70 мин.)), 2 тестов
Video6 видео
Betweenness Centrality18мин
Basic Page Rank9мин
Scaled Page Rank8мин
Hubs and Authorities12мин
Centrality Examples8мин
Quiz1 практическое упражнение
Module 3 Quiz50мин
Неделя
4
Часов на завершение
9 ч. на завершение

Network Evolution

In Module Four, you'll explore the evolution of networks over time, including the different models that generate networks with realistic features, such as the Preferential Attachment Model and Small World Networks. You will also explore the link prediction problem, where you will learn useful features that can predict whether a pair of disconnected nodes will be connected in the future. In the assignment, you will be challenged to identify which model generated a given network. Additionally, you will have the opportunity to combine different concepts of the course by predicting the salary, position, and future connections of the employees of a company using their logs of email exchanges. ...
Reading
3 видео ((всего 51 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
Video3 видео
Small World Networks19мин
Link Prediction18мин
Reading3 материала для самостоятельного изучения
Power Laws and Rich-Get-Richer Phenomena (Optional)40мин
The Small-World Phenomenon (Optional)20мин
Post-Course Survey10мин
Quiz1 практическое упражнение
Module 4 Quiz50мин
4.6
Рецензии: 153Chevron Right
Формирование карьерного пути

47%

начал новую карьеру, пройдя эти курсы
Карьерные преимущества

47%

получил значимые преимущества в карьере благодаря этому курсу
Продвижение по карьерной лестнице

30%

стал больше зарабатывать или получил повышение

Лучшие рецензии

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.

автор: CGSep 18th 2017

Excellent tour through the basic terminology and key metrics of Graphs, with a lot of help from the networkX library that simplifies many, otherwise tough, tasks, calculations and processes.

Преподаватель

Avatar

Daniel Romero

Assistant Professor
School of Information

О University of Michigan

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....

О специализации ''Applied Data Science with Python'

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....
Applied Data Science with 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.