ये कोर्स करने के बाद, मैं पेशेवर विज़ुअलाइज़ेशन और डैशबोर्ड बनाने में आत्मविश्वास महसूस करता हूँ
Shoebur Rahmanप्रोक्योरमेंट विशेषज्ञ, Giz Bangladesh
कोर्स विवरण
क्या आपने DataCamp का Introduction to Network Analysis in Python कोर्स किया है और अब सामाजिक, परिवहन या जैविक—किसी भी नेटवर्क—का विश्लेषण करने की और उन्नत तकनीकें सीखना चाहते हैं? तो यह कोर्स आपके लिए ही है! यहाँ, आप अपने ज्ञान और कौशल को और आगे बढ़ाकर नेटवर्क एनालिटिक्स की उन्नत समस्याओं को सुलझाएँगे। आप समय के साथ बदलते नेटवर्क की टाइम सीरीज़ का विश्लेषण करना सीखेंगे, बाइपारटाइट ग्राफ़्स के बारे में जानेंगे, और इन्हें प्रोडक्ट रिकमेंडेशन सिस्टम्स में कैसे इस्तेमाल किया जाता है, यह समझेंगे। आप ग्राफ़ प्रोजेक्शन के बारे में भी सीखेंगे—वे Data Science में इतने उपयोगी क्यों हैं—और फाइलों से ग्राफ़ डेटा को सर्वोत्तम तरीके से स्टोर और लोड करना जानेंगे। अंत में, आप एक केस स्टडी वाले अंतिम चैप्टर में फोरम डेटासेट का विश्लेषण करेंगे और इस कोर्स से एक माहिर Pythonista Network Analyst बनकर निकलेंगे!
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
बाइपारटाइट ग्राफ़्स और प्रोडक्ट रिकमेंडेशन सिस्टम्स
इस चैप्टर में, आप बाइपारटाइट ग्राफ़्स और उन्हें रिकमेंडेशन सिस्टम्स में कैसे उपयोग किया जाता है, यह सीखेंगे। आप पिछले कोर्स के GitHub डेटासेट को फिर से देखेंगे—इस बार उस अंतर्निहित बाइपारटाइट ग्राफ़ का विश्लेषण करते हुए, जिसका उपयोग आपने पहले बनाए गए ग्राफ़ के लिए किया था। अंत में, आपको GitHub डेटा का उपयोग करके एक रिकमेंडेशन सिस्टम के बुनियादी कॉम्पोनेंट्स बनाने का मौका मिलेगा!
- परिभाषाएँ और संक्षिप्त पुनरावलोकन50 XP
- खोजपरक डेटा विश्लेषण50 XP
- nxviz का उपयोग करके प्लॉटिंग100 XP
- बाइपार्टाइट ग्राफ़50 XP
- bipartite कीवर्ड100 XP
- यूज़र नोड्स की डिग्री सेंट्रेलिटी डिस्ट्रीब्यूशन100 XP
- प्रोजेक्ट नोड्स की डिग्री सेंट्रलिटी डिस्ट्रीब्यूशन100 XP
- बाइपार्टाइट ग्राफ़ और रिकमेंडेशन सिस्टम50 XP
- दूसरे पार्टिशन में साझा नोड्स100 XP
- User similarity metric100 XP
- मिलते-जुलते यूज़र्स खोजें100 XP
- Repositories रिकमेंड करें100 XP
2
ग्राफ़ प्रोजेक्शन
इस चैप्टर में, आप American Revolution के एक प्रसिद्ध डेटासेट का उपयोग करके बाइपारटाइट ग्राफ़्स की और गहराई से पड़ताल करेंगे। यहाँ, आप बाइपारटाइट ग्राफ़ का यूनिपारटाइट प्रोजेक्शन बनाना सीखेंगे—जो किसी जटिल नेटवर्क को आगे के विश्लेषण के लिए सरल बनाने की एक बहुत उपयोगी तकनीक है। साथ ही, आप मैट्रिसेज़ से ग्राफ़्स को परखना और बदलना सीखेंगे—क्योंकि कई कंप्यूटिंग रूटीन मैट्रिसेज़ के लिए ऑप्टिमाइज़्ड होते हैं, आप बहुत बड़े ग्राफ़्स का विश्लेषण तेज़ी और कुशलता से कर पाएँगे!
3
ग्राफ़ की तुलना और समय-गतिशील ग्राफ़्स
इस चैप्टर में, आप उन मूलभूत तरीकों में उतरेंगे जिनसे समय के साथ बदलते ग्राफ़्स का विश्लेषण किया जा सकता है। आप छात्रों के बीच मैसेजिंग फ़्रीक्वेंसी का वर्णन करने वाले एक डेटासेट का अन्वेषण करेंगे और विकसित होते ग्राफ़ आँकड़ों को कैसे विज़ुअलाइज़ करें, यह सीखेंगे।
4
सबको समेटना!
इस चैप्टर में, आप पिछले तीन चैप्टर्स में सीखी गई हर चीज़ को एक फोरम पोस्टिंग डेटासेट पर लागू करेंगे। आप समय के साथ फोरम यूज़र्स के कनेक्टिविटी पैटर्न में होने वाले बदलावों का विश्लेषण करेंगे और विकसित होते ग्राफ़ आँकड़ों की समय-आधारित विज़ुअलाइज़ेशन बनाएँगे।
इंटरमीडिएट Network Analysis in Python
कोर्स
पूर्ण
