After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Deskripsi Kursus
Sudah mengikuti kursus Introduction to Network Analysis in Python di DataCamp dan ingin mempelajari teknik yang lebih canggih untuk menganalisis jaringan Anda—baik itu sosial, transportasi, maupun biologis? Kursus ini tepat untuk Anda! Di sini, Anda akan membangun pengetahuan dan keterampilan untuk menghadapi permasalahan yang lebih maju dalam analitik jaringan. Anda akan memperoleh keterampilan konseptual dan praktis untuk menganalisis deret waktu jaringan yang berkembang, mempelajari graf bipartit, dan cara menggunakan graf bipartit dalam sistem rekomendasi produk. Anda juga akan mempelajari proyeksi graf, mengapa teknik ini sangat berguna dalam Data Science, serta cara terbaik menyimpan dan memuat data graf dari berkas. Anda akan mengonsolidasikan semua pengetahuan ini dalam studi kasus pada bab terakhir, di mana Anda akan menganalisis himpunan data forum dan menyelesaikan kursus ini sebagai Pythonista Network Analyst andal!
Prasyarat
Kurikulum
Garis besar kursus
1
Graf bipartit & sistem rekomendasi produk
Pada bab ini, Anda akan mempelajari graf bipartit dan cara penggunaannya dalam sistem rekomendasi. Anda akan mengeksplorasi himpunan data GitHub dari kursus sebelumnya, kali ini menganalisis graf bipartit dasar yang digunakan untuk membuat graf yang telah Anda gunakan sebelumnya. Terakhir, Anda akan berkesempatan membangun komponen dasar sistem rekomendasi menggunakan data GitHub!
- Definisi & ulasan dasar50 XP
- Analisis data eksploratori50 XP
- Memplot dengan nxviz100 XP
- Graf bipartit50 XP
- Kata kunci bipartite100 XP
- Distribusi degree centrality untuk simpul pengguna100 XP
- Distribusi degree centrality dari simpul proyek100 XP
- Graf bipartit dan sistem rekomendasi50 XP
- Node bersama di partisi lain100 XP
- Metrik kemiripan pengguna100 XP
- Temukan pengguna yang mirip100 XP
- Rekomendasikan repositori100 XP
2
Proyeksi graf
Pada bab ini, Anda akan menggunakan himpunan data terkenal dari American Revolution untuk menggali lebih dalam eksplorasi graf bipartit. Di sini, Anda akan mempelajari cara membuat proyeksi unipartit dari graf bipartit, sebuah metode yang sangat berguna untuk menyederhanakan jaringan kompleks guna analisis lanjutan. Selain itu, Anda akan mempelajari cara menggunakan matriks untuk memanipulasi dan menganalisis graf—dengan banyak rutin komputasi yang dioptimalkan untuk matriks, Anda dapat menganalisis banyak graf berukuran besar secara cepat dan efisien!
3
Membandingkan graf & graf dinamis waktu
Pada bab ini, Anda akan menyelami cara-cara mendasar untuk menganalisis graf yang berubah seiring waktu. Anda akan mengeksplorasi himpunan data yang menggambarkan frekuensi pesan antarmahasiswa, dan mempelajari cara memvisualisasikan statistik graf yang terus berkembang.
4
Menuntaskannya!
Pada bab ini, Anda akan menerapkan semua yang telah Anda pelajari pada tiga bab sebelumnya ke himpunan data posting forum. Anda akan menganalisis perubahan temporal dalam pola keterhubungan pengguna forum, dan membuat visualisasi statistik graf yang berkembang dari waktu ke waktu.
Analisis Jaringan Menengah di Python
Kursus
Selesai
