Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Maintenant que vous maîtrisez les bases de l’analyse de réseaux, il est temps de voir comment appliquer ces concepts à de grands jeux de données réels. Vous allez travailler sur trois études de cas distinctes, chacune s’appuyant sur la précédente. Ces études de cas reflètent les types de données que vous rencontrerez aussi bien en milieu académique que dans l’industrie. Nous explorerons certains défis de calcul et de visualisation, ainsi que des façons de les surmonter. Votre connaissance d’igraph va continuer de s’approfondir, et nous tirerons aussi parti d’autres bibliothèques de visualisation pour porter vos graphiques sur le web.
Prérequis
Programme de formation
Plan du cours
1
Explorer des graphes au fil du temps
Dans ce chapitre, vous explorerez un sous‑ensemble d’un graphe d’achats Amazon. Vous vous appuierez sur ce que vous avez déjà appris pour repérer des produits importants et comprendre ce qui motive les achats. Vous examinerez aussi comment les graphes évoluent dans le temps en observant le graphe sur différentes périodes.
2
Comment parle‑t‑on de R sur Twitter ?
Dans cette leçon, vous étudierez des données Twitter sur R en examinant les conversations utilisant « #rstats ». Vous commencerez par regarder les données brutes et réfléchir à la manière de construire votre graphe. Il existe plusieurs approches ; nous en couvrirons deux : les retweets et les mentions. Vous construirez ces graphes, puis vous les comparerez selon plusieurs métriques.
3
Vélos en libre‑service à Chicago
Dans ce chapitre, vous allez analyser des données issues d’un réseau de vélos en libre‑service de Chicago. Nous nous appuierons sur les notions déjà vues dans le cours d’introduction et nous en ajouterons quelques‑unes pour gérer des graphes à arêtes pondérées. Vous partirez également de données un peu plus brutes et verrez comment construire votre graphe à partir d’une source de données que vous pourriez rencontrer.
4
Autres façons de visualiser des données de graphe
Jusqu’ici, nous avons tout tracé avec igraph, qui offre de nombreuses façons puissantes de visualiser vos données de graphe. Cependant, beaucoup préfèrent interagir avec d’autres cadres de tracé comme ggplot2, ou même des frameworks interactifs comme d3.js. Dans cette leçon, vous découvrirez d’autres bibliothèques de visualisation qui s’appuient sur l’écosystème ggplot2. Vous verrez aussi d’autres méthodes non « hairball », comme les hive plots, ainsi que la création de graphiques interactifs et animés.
R
Études de cas : l’analyse de réseaux avec R
Cours
terminé
