Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
¿Has hecho el curso de DataCamp Introduction to Network Analysis in Python y te gustaría aprender técnicas más avanzadas para analizar tus redes, ya sean sociales, de transporte o biológicas? ¡Entonces este es tu curso! Aquí ampliarás tus conocimientos y habilidades para abordar problemas más avanzados de analítica de redes. Aprenderás conceptos y prácticas para analizar series temporales de redes en evolución, conocerás los grafos bipartitos y cómo usarlos en sistemas de recomendación de productos. También verás las proyecciones de grafos, por qué son tan útiles en Data Science, y las mejores formas de guardar y cargar datos de grafos desde archivos. Consolidarás todo en un caso práctico final, en el que analizarás un conjunto de datos de un foro y saldrás de este curso como un auténtico ninja del análisis de redes en Python.
Requisitos previos
Programa de formación
Contenido del curso
1
Grafos bipartitos y sistemas de recomendación de productos
En este capítulo, aprenderás qué son los grafos bipartitos y cómo se usan en los sistemas de recomendación. Explorarás el conjunto de datos de GitHub del curso anterior, analizando esta vez el grafo bipartito subyacente con el que se generó el grafo que usaste antes. Por último, tendrás la oportunidad de construir los componentes básicos de un sistema de recomendación usando los datos de GitHub.
- Definiciones y repaso básico50 XP
- Análisis exploratorio de datos50 XP
- Representación gráfica con nxviz100 XP
- Grafos bipartitos50 XP
- La palabra clave bipartite100 XP
- Distribución de centralidad de grado de los nodos de usuario100 XP
- Distribución de centralidad de grado de los nodos de proyectos100 XP
- Grafos bipartitos y sistemas de recomendación50 XP
- Nodos compartidos en la otra partición100 XP
- Métrica de similitud de usuarios100 XP
- Busca usuarios similares100 XP
- Recomendar repositorios100 XP
2
Proyecciones de grafos
En este capítulo, utilizarás un famoso conjunto de datos de la Revolución Americana para profundizar en la exploración de grafos bipartitos. Aquí aprenderás a crear la proyección unipartita de un grafo bipartito, un método muy útil para simplificar una red compleja y seguir analizándola. Además, aprenderás a usar matrices para manipular y analizar grafos; como muchas rutinas de cómputo están optimizadas para matrices, podrás analizar muchos grafos grandes de forma rápida y eficiente.
3
Comparación de grafos y grafos dinámicos en el tiempo
En este capítulo, profundizarás en las formas fundamentales de analizar grafos que cambian con el tiempo. Explorarás un conjunto de datos que describe la frecuencia de mensajería entre estudiantes y aprenderás a visualizar estadísticas de grafos en evolución importantes.
4
¡Cerrando el círculo!
En este capítulo, aplicarás todo lo aprendido en los tres capítulos anteriores a un conjunto de datos de publicaciones de un foro. Analizarás los cambios temporales en los patrones de conectividad de los usuarios del foro y crearás visualizaciones de estadísticas de grafos que evolucionan con el tiempo.
Análisis de redes intermedio en Python
Curso
completado
