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
Des réseaux sociaux en ligne comme Facebook et Twitter aux réseaux de transport comme les systèmes de vélos en libre-service, les réseaux sont partout — et savoir les analyser vous ouvrira de nouvelles perspectives en tant que data scientist. Ce cours vous donnera les compétences nécessaires pour analyser, visualiser et interpréter des réseaux. Vous appliquerez les concepts appris à des données réelles de réseaux grâce à la puissante bibliothèque NetworkX. Avec les connaissances acquises, vous développerez une pensée orientée réseaux et pourrez aborder vos données avec un regard neuf.
Prérequis
Programme de formation
Plan du cours
1
Introduction aux réseaux
Dans ce chapitre, vous découvrirez les concepts fondamentaux de l’analyse de réseaux tout en explorant un jeu de données réel issu de Twitter. Vous ferez également connaissance avec NetworkX, une bibliothèque qui permet de manipuler, analyser et modéliser des graphes. Vous verrez les différents types de graphes et apprendrez à les visualiser de manière pertinente.
- Introduction aux réseaux50 XP
- Qu’est-ce qu’un réseau ?50 XP
- Bases de l’API NetworkX avec un réseau Twitter50 XP
- Tracé simple d’un réseau avec NetworkX100 XP
- Requêtes sur un graphe100 XP
- Types de graphes50 XP
- Vérifier si un graphe est orienté ou non orienté50 XP
- Spécifier un poids sur les arêtes100 XP
- Vérifier la présence de boucles (self-loops) dans le graphe100 XP
- Visualisation de réseau50 XP
- Visualiser avec des graphiques matriciels100 XP
- Visualiser avec des graphiques Circos100 XP
- Visualiser avec des Arc plots100 XP
2
Nœuds importants
Vous apprendrez à repérer les nœuds importants dans un réseau. Ce faisant, vous serez initié à des concepts plus avancés de l’analyse de réseaux ainsi qu’aux bases des algorithmes de recherche de chemin. Le chapitre se termine par une analyse approfondie du jeu de données Twitter, qui renforcera les notions vues, comme la centralité de degré et la centralité d’intermédiarité.
3
Structures
Ce chapitre est consacré à la recherche de structures intéressantes dans des données de réseau. Vous apprendrez des notions essentielles telles que les cliques, les communautés et les sous-graphes, qui mobiliseront les compétences acquises au Chapitre 2. À la fin du chapitre, vous serez prêt à appliquer ces concepts à une étude de cas réelle.
4
Mettre le tout en pratique
Dans ce dernier chapitre, vous consoliderez tout ce que vous avez appris au travers d’une étude de cas approfondie sur des données de réseaux de collaborateurs GitHub. C’est un excellent exemple de données de réseaux sociaux réels, qui mettra pleinement à l’épreuve vos nouvelles compétences. À la fin, vous aurez développé votre propre système de recommandation pour mettre en relation des utilisateurs de GitHub susceptibles de collaborer.
Introduction à l’analyse de réseaux en Python
Cours
terminé
