About this Course
최근 조회 85,005

다음 전문 분야의 5개 강좌 중 5번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 16시간 필요

권장: 11 hours/week...

영어

자막: 영어, 한국어

배울 내용

  • 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

귀하가 습득할 기술

Graph TheoryNetwork AnalysisPython ProgrammingSocial Network Analysis

다음 전문 분야의 5개 강좌 중 5번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 16시간 필요

권장: 11 hours/week...

영어

자막: 영어, 한국어

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 7시간 필요

Why Study Networks and Basics on NetworkX

5개 동영상 (총 48분), 3 readings, 2 quizzes
5개의 동영상
Network Definition and Vocabulary9m
Node and Edge Attributes9m
Bipartite Graphs12m
TA Demonstration: Loading Graphs in NetworkX8m
3개의 읽기 자료
Course Syllabus10m
Help us learn more about you!10m
Notice for Auditing Learners: Assignment Submission10m
1개 연습문제
Module 1 Quiz50m
2
완료하는 데 7시간 필요

Network Connectivity

5개 동영상 (총 55분), 2 quizzes
5개의 동영상
Distance Measures17m
Connected Components9m
Network Robustness10m
TA Demonstration: Simple Network Visualizations in NetworkX6m
1개 연습문제
Module 2 Quiz50m
3
완료하는 데 6시간 필요

Influence Measures and Network Centralization

6개 동영상 (총 70분), 2 quizzes
6개의 동영상
Betweenness Centrality18m
Basic Page Rank9m
Scaled Page Rank8m
Hubs and Authorities12m
Centrality Examples8m
1개 연습문제
Module 3 Quiz50m
4
완료하는 데 9시간 필요

Network Evolution

3개 동영상 (총 51분), 3 readings, 2 quizzes
3개의 동영상
Small World Networks19m
Link Prediction18m
3개의 읽기 자료
Power Laws and Rich-Get-Richer Phenomena (Optional)40m
The Small-World Phenomenon (Optional)1시 20분
Post-Course Survey10m
1개 연습문제
Module 4 Quiz50m
4.6
231개의 리뷰Chevron Right

34%

이 강좌를 수료한 후 새로운 경력 시작하기

37%

이 강좌를 통해 확실한 경력상 이점 얻기

23%

급여 인상 또는 승진하기

Applied Social Network Analysis in Python의 최상위 리뷰

대학: 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.

대학: 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.

강사

Avatar

Daniel Romero

Assistant Professor
School of Information

미시건 대학교 정보

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....

Python과 함께하는 응용 데이터 과학 전문 분야 정보

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....
Python과 함께하는 응용 데이터 과학

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.