これらのコースを受講したことで、プロフェッショナルなビジュアライゼーションやダッシュボードを自信を持って作成できるようになりました
Shoebur Rahman調達スペシャリスト、Giz Bangladesh
コースの説明
DataCamp の Introduction to Network Analysis in Python を受講して、ソーシャル、交通、生物などのネットワークをさらに高度な手法で分析したいと思っている方に最適のコースです。本コースでは、これまでの知識とスキルを土台に、ネットワーク分析のより発展的な課題に取り組みます。時間とともに変化するネットワーク系列の分析方法、二部グラフ、そして二部グラフを使った商品レコメンデーションシステムについて学びます。さらに、グラフ投影とは何か、なぜ Data Science で有用なのかを理解し、ファイルからグラフデータを最適に保存・読み込みする方法も身につけます。最後の章ではケーススタディとしてフォーラムのデータセットを分析し、学習内容を総仕上げ。コース修了時には、Python を使いこなすネットワーク解析の達人になっています！
前提条件
カリキュラム
コース概要
1
二部グラフとレコメンデーションシステム
この章では、二部グラフと、それがレコメンデーションシステムでどのように使われるかを学びます。前のコースで扱った GitHub データセットを再び取り上げ、今回は以前に使用したグラフの基になっている二部グラフを分析します。最後に、GitHub データを用いて、レコメンデーションシステムの基本コンポーネントを実装する機会もあります。
2
グラフ投影
この章では、アメリカ独立革命で知られる有名なデータセットを使って、二部グラフの探究をさらに深めます。複雑なネットワークを簡潔にして分析しやすくする強力な手法である、二部グラフの単部投影の作り方を学びます。加えて、行列を用いてグラフを操作・分析する方法も扱います。多くの計算ルーチンは行列向けに最適化されているため、大規模なグラフでも迅速かつ効率的に分析できるようになります。
3
グラフの比較と時間ダイナミクス
この章では、時間とともに変化するグラフを分析する基本的なアプローチを学びます。学生間のメッセージ頻度を表すデータセットを用いて、重要なグラフ統計量がどのように変化していくかを可視化します。
4
総仕上げ！
この章では、これまでの3章で学んだことをフォーラム投稿データセットに適用します。フォーラムユーザーの接続パターンが時間とともにどのように変化するかを分析し、進化するグラフ統計量を時系列で可視化します。
Python 中級ネットワーク解析
コース修了
