Direkt zum Inhalt
StartseitePythonIntermediate Network Analysis in Python

Intermediate Network Analysis in Python

Analyze time series graphs, use bipartite graphs, and gain the skills to tackle advanced problems in network analytics.

Kurs Kostenlos Starten
4 Stunden13 Videos46 Übungen
13.059 LernendeTrophyLeistungsnachweis

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
GroupTrainierst du 2 oder mehr?Testen Sie DataCamp For Business

Beliebt bei Lernenden in Tausenden Unternehmen


Kursbeschreibung

Have you taken DataCamp's Introduction to Network Analysis in Python course and are yearning to learn more sophisticated techniques to analyze your networks, whether they be social, transportation, or biological? Then this is the course for you! Herein, you'll build on your knowledge and skills to tackle more advanced problems in network analytics! You'll gain the conceptual and practical skills to analyze evolving time series of networks, learn about bipartite graphs, and how to use bipartite graphs in product recommendation systems. You'll also learn about graph projections, why they're so useful in Data Science, and figure out the best ways to store and load graph data from files. You'll consolidate all of this knowledge in a final chapter case study, in which you'll analyze a forum dataset and come out of this course a Pythonista Network Analyst ninja!
Für Unternehmen

GroupTrainierst du 2 oder mehr?

Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehr
Testen Sie DataCamp for BusinessFür eine maßgeschneiderte Lösung buchen Sie eine Demo.
  1. 1

    Bipartite graphs & product recommendation systems

    Kostenlos

    In this chapter, you will learn about bipartite graphs and how they are used in recommendation systems. You will explore the GitHub dataset from the previous course, this time analyzing the underlying bipartite graph that was used to create the graph that you used earlier. Finally, you will get a chance to build the basic components of a recommendation system using the GitHub data!

    Kapitel Jetzt Abspielen
    Definitions & basic recap
    50 xp
    Exploratory data analysis
    50 xp
    Plotting using nxviz
    100 xp
    Bipartite graphs
    50 xp
    The bipartite keyword
    100 xp
    Degree centrality distribution of user nodes
    100 xp
    Degree centrality distribution of project nodes
    100 xp
    Bipartite graphs and recommendation systems
    50 xp
    Shared nodes in other partition
    100 xp
    User similarity metric
    100 xp
    Find similar users
    100 xp
    Recommend repositories
    100 xp
  2. 2

    Graph projections

    In this chapter, you will use a famous American Revolution dataset to dive deeper into exploration of bipartite graphs. Here, you will learn how to create the unipartite projection of a bipartite graph, a very useful method for simplifying a complex network for further analysis. Additionally, you will learn how to use matrices to manipulate and analyze graphs - with many computing routines optimized for matrices, you'll be able to analyze many large graphs quickly and efficiently!

    Kapitel Jetzt Abspielen
  3. 3

    Comparing graphs & time-dynamic graphs

    In this chapter, you will delve into the fundamental ways that you can analyze graphs that change over time. You will explore a dataset describing messaging frequency between students, and learn how to visualize important evolving graph statistics.

    Kapitel Jetzt Abspielen
Für Unternehmen

GroupTrainierst du 2 oder mehr?

Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehr

Datensätze

American RevolutionGitHubCollege forum messages

Mitwirkende

Collaborator's avatar
Hugo Bowne-Anderson
Collaborator's avatar
Yashas Roy
Eric Ma HeadshotEric Ma

Data Carpentry instructor and author of nxviz package

Mehr Anzeigen

Was sagen andere Lernende?

Melden Sie sich an 14 Millionen Lernende und starten Sie Intermediate Network Analysis in Python Heute!

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.