After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
Nu när du är bekant med grunderna i nätverksanalys är det dags att tillämpa dessa koncept på stora, verkliga datamängder. Du arbetar dig igenom tre olika fallstudier som bygger vidare på varandra. Fallstudierna utgår från den typ av data du stöter på i både akademiska och industriella sammanhang. Vi utforskar de beräkningsmässiga och visualiseringsmässiga utmaningar du ställs inför och hur du hanterar dem. Dina kunskaper i igraph fortsätter att växa, och vi använder även andra visualiseringsbibliotek som hjälper dig att publicera dina visualiseringar på webben.
Förkunskapskrav
Kursplan
Kursöversikt
1
Utforska grafer över tid
I det här kapitlet utforskar du en delmängd av ett Amazon-inköpsdiagram. Du bygger vidare på det du redan lärt dig, identifierar viktiga produkter och undersöker vad som driver köpbeslut. Du granskar också hur grafer kan förändras över tid genom att studera grafen under olika tidsperioder.
2
Hur pratar folk om R på Twitter?
I den här lektionen utforskar du Twitter-data om R genom att titta på konversationer med '#rstats'. Först granskar du rådata och funderar på hur du vill bygga upp din graf. Det finns flera sätt att göra det, och vi går igenom två: retweets och omnämnanden. Du bygger dessa grafer och jämför dem sedan utifrån ett antal mått.
3
Cykeldelning i Chicago
I det här kapitlet analyserar du data från ett cykeldelningsnätverk i Chicago. Vi bygger vidare på de koncept som redan behandlats i introduktionskursen och lägger till några nya för att hantera grafer med viktade kanter. Du börjar även med data i ett något råare format och går igenom hur du bygger upp din graf från en datakälla du kan tänkas stöta på.
4
Andra sätt att visualisera grafdata
Hittills har allt vi gjort utgått från igraphs inbyggda plottningsfunktioner. Det erbjuder många kraftfulla sätt att visualisera grafdata. Många föredrar dock att arbeta med andra plottningsramverk som ggplot2, eller till och med interaktiva ramverk som d3.js. I den här lektionen tittar du på andra plottningsbibliotek som bygger på ggplot2-ramverket. Du granskar också alternativa metoder som undviker det traditionella "hårbollsutseendet", till exempel hive plots, samt hur du skapar interaktiva och animerade diagram.
R
Fallstudier: Nätverksanalys i R
Kurs
slutförd
