After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Od społecznościowych sieci online, takich jak Facebook i Twitter, po sieci transportowe, jak systemy wypożyczania rowerów – sieci są wszędzie. Umiejętność ich analizowania otwiera przed każdym analitykiem danych zupełnie nowe możliwości. Ten kurs wyposaży cię w wiedzę potrzebną do analizowania, wizualizowania i interpretowania sieci. Poznane koncepcje zastosujesz na rzeczywistych danych sieciowych przy użyciu biblioteki NetworkX. Dzięki temu kursowi rozwiniesz myślenie sieciowe i nauczysz się patrzeć na dane z nowej perspektywy.
Wymagania wstępne
Program kursu
Plan kursu
1
Wprowadzenie do sieci
W tym rozdziale poznasz podstawowe pojęcia z zakresu analizy sieci, eksplorując rzeczywisty zbiór danych z sieci Twittera. Zapoznasz się też z biblioteką NetworkX, która umożliwia manipulowanie danymi grafowymi, ich analizę i modelowanie. Dowiesz się, jakie istnieją rodzaje grafów i jak je efektywnie wizualizować.
- Wprowadzenie do sieci50 XP
- Czym jest sieć?50 XP
- Podstawy API NetworkX na przykładzie sieci Twitter50 XP
- Podstawowe rysowanie sieci za pomocą NetworkX100 XP
- Zapytania na grafie100 XP
- Typy grafów50 XP
- Sprawdzanie, czy graf jest skierowany czy nieskierowany50 XP
- Przypisywanie wag do krawędzi100 XP
- Sprawdzanie, czy graf zawiera pętle własne100 XP
- Wizualizacja sieci50 XP
- Wizualizacja za pomocą wykresów macierzowych100 XP
- Wizualizacja za pomocą wykresów Circos100 XP
- Wizualizacja za pomocą wykresów Arc100 XP
2
Ważne węzły
Nauczysz się, jak identyfikować węzły o kluczowym znaczeniu w sieci. Przy okazji poznasz bardziej zaawansowane koncepcje analizy sieci oraz podstawy algorytmów wyznaczania ścieżek. Rozdział kończy się pogłębioną analizą zbioru danych z sieci Twittera, która utrwali omawiane pojęcia – centralność stopnia oraz centralność pośrednictwa.
3
Struktury
Ten rozdział poświęcony jest wyszukiwaniu interesujących struktur w danych sieciowych. Poznasz kluczowe pojęcia, takie jak kliki, społeczności i podgrafy, korzystając ze wszystkich umiejętności zdobytych w rozdziale 2. Po zakończeniu tego rozdziału będziesz gotowy do zastosowania nabytej wiedzy w rzeczywistym studium przypadku.
4
Łączymy wszystko razem
W tym ostatnim rozdziale kursu utrwalisz całą zdobytą wiedzę, analizując dane sieci współpracowników GitHub. To świetny przykład rzeczywistych danych z sieci społecznościowej, który pozwoli ci w pełni przetestować nowo nabyte umiejętności. Na zakończenie zbudujesz własny system rekomendacji łączący użytkowników GitHub, którzy powinni ze sobą współpracować.
Wprowadzenie do analizy sieci w Pythonie
Kurs
ukończony
