After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
DataCamp의 Introduction to Network Analysis in Python 과정을 수강하시고, 소셜, 교통, 생물학 등 다양한 네트워크를 더 정교한 기법으로 분석하고 싶으신가요? 그렇다면 이 과정이 제격입니다! 이전에 배운 지식과 기술을 바탕으로, 더 고급 수준의 네트워크 분석 문제에 도전해 볼 거예요. 시간에 따라 변하는 네트워크 시계열을 분석하는 개념과 실무 역량을 익히고, 이분 그래프와 이를 활용한 상품 추천 시스템을 배웁니다. 또한 그래프 프로젝션이 무엇인지, 데이터 사이언스에서 왜 유용한지 이해하고, 파일에서 그래프 데이터를 효율적으로 저장하고 불러오는 방법도 다룹니다. 마지막 장의 사례 연구에서는 포럼 데이터셋을 분석하며 배운 내용을 종합해, 이 과정을 마칠 즈음에는 Pythonista 네트워크 분석 고수가 되어 있을 거예요!
사전 요구 사항
커리큘럼
코스 개요
1
이분 그래프와 상품 추천 시스템
이 장에서는 이분 그래프와 추천 시스템에서의 활용을 배웁니다. 이전 과정에서 사용했던 GitHub 데이터셋을 다시 살펴보되, 이번에는 그때 사용한 그래프를 구성하는 기반 이분 그래프를 분석합니다. 마지막으로 GitHub 데이터를 이용해 추천 시스템의 기본 구성 요소를 직접 만들어 볼 기회가 주어집니다!
2
그래프 프로젝션
이 장에서는 미국 독립혁명과 관련된 유명한 데이터셋을 사용해 이분 그래프 탐구를 한층 더 심화합니다. 이분 그래프의 단일 그래프(unipartite) 프로젝션을 생성하는 방법을 배우며, 이는 복잡한 네트워크를 추가 분석을 위해 간소화하는 데 매우 유용합니다. 아울러 행렬을 활용해 그래프를 조작하고 분석하는 방법도 익힙니다. 많은 계산 루틴이 행렬에 최적화되어 있어, 대규모 그래프도 빠르고 효율적으로 분석할 수 있게 될 거예요!
3
그래프 비교와 시계열 그래프
이 장에서는 시간에 따라 변하는 그래프를 분석하는 기본적인 방법을 다룹니다. 학생 간 메시지 빈도를 나타내는 데이터셋을 살펴보고, 변화하는 그래프 통계를 시각화하는 방법을 배웁니다.
4
마무리 정리!
이 장에서는 앞선 세 장에서 배운 모든 내용을 포럼 게시 데이터셋에 적용합니다. 시간에 따른 포럼 사용자 연결 패턴의 변화를 분석하고, 시간 경과에 따라 진화하는 그래프 통계를 시각화합니다.
Python 중급 네트워크 분석
코스
완료
