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
Vous avez suivi le cours Introduction à l’analyse de réseaux en Python de DataCamp et vous avez envie d’aller plus loin pour analyser vos réseaux — sociaux, de transport ou biologiques ? Ce cours est fait pour vous ! Vous allez consolider vos connaissances pour aborder des problématiques plus avancées en analyse de réseaux. Vous acquerrez les bases conceptuelles et pratiques pour analyser des séries temporelles de réseaux, découvrir les graphes bipartites et voir comment les utiliser dans des systèmes de recommandation de produits. Vous apprendrez aussi les projections de graphes, pourquoi elles sont si utiles en Data Science, et les meilleures façons de stocker et de charger des données de graphes depuis des fichiers. Vous mettrez le tout en pratique dans une étude de cas finale : vous analyserez un jeu de données de forum et terminerez ce cours en véritable spécialiste Python de l’analyse de réseaux !
Prérequis
Programme de formation
Plan du cours
1
Graphes bipartites et systèmes de recommandation de produits
Dans ce chapitre, vous allez découvrir les graphes bipartites et leur usage dans les systèmes de recommandation. Vous explorerez le jeu de données GitHub du cours précédent, cette fois en analysant le graphe bipartite sous-jacent qui a servi à créer le graphe utilisé plus tôt. Enfin, vous aurez l’occasion de construire les composants de base d’un système de recommandation à partir des données GitHub.
- Définitions et rappel des bases50 XP
- Analyse exploratoire des données50 XP
- Tracer avec nxviz100 XP
- Graphes bipartites50 XP
- Le mot-clé bipartite100 XP
- Distribution de la centralité en degré des nœuds utilisateur100 XP
- Distribution de la centralité en degré des nœuds projets100 XP
- Graphes bipartites et systèmes de recommandation50 XP
- Nœuds partagés dans l’autre partition100 XP
- Métrique de similarité entre utilisateurs100 XP
- Trouver des utilisateurs similaires100 XP
- Recommander des dépôts100 XP
2
Projections de graphes
Dans ce chapitre, vous utiliserez un célèbre jeu de données de la Révolution américaine pour approfondir l’exploration des graphes bipartites. Vous apprendrez à créer la projection unipartite d’un graphe bipartite, une méthode très utile pour simplifier un réseau complexe avant analyse. En outre, vous verrez comment utiliser des matrices pour manipuler et analyser des graphes — de nombreuses routines de calcul étant optimisées pour les matrices, vous pourrez analyser rapidement et efficacement de grands graphes !
3
Comparer des graphes et graphes dynamiques temporels
Dans ce chapitre, vous étudierez les approches fondamentales pour analyser des graphes qui évoluent dans le temps. Vous explorerez un jeu de données décrivant la fréquence des messages échangés entre des étudiants et apprendrez à visualiser des statistiques de graphe importantes au fil du temps.
4
Rassembler le tout !
Dans ce chapitre, vous appliquerez tout ce que vous avez appris dans les trois chapitres précédents à un jeu de données de publications sur un forum. Vous analyserez les évolutions temporelles des schémas de connectivité des utilisateurs du forum et réaliserez des visualisations de statistiques de graphe qui évoluent dans le temps.
Analyse de réseaux intermédiaire en Python
Cours
terminé
