This course will introduce the learner to network analysis through tutorials using the NetworkX library. The course begins with an understanding of what network analysis is and motivations for why we might model phenomena as networks. The second week introduces the concept of connectivity and network robustness. The third week will explore ways of measuring the importance or centrality of a node in a network. The final week will explore the evolution of networks over time and cover models of network generation and the link prediction problem.
Offert par
Spécialisation Science des données appliquée avec PythonUniversité du MichiganÀ propos de ce cours
152,952 consultations récentes
Résultats de carrière des étudiants
34%
ont commencé une nouvelle carrière après avoir terminé ce cours
37%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
23%
a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 5 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 29 heures pour terminer
Anglais
Sous-titres : Anglais, Coréen
Ce que vous allez apprendre
Represent and manipulate networked data using the NetworkX library
Analyze the connectivity of a network
Measure the importance or centrality of a node in a network
Predict the evolution of networks over time
Compétences que vous acquerrez
Graph TheoryNetwork AnalysisPython ProgrammingSocial Network Analysis
Résultats de carrière des étudiants
34%
ont commencé une nouvelle carrière après avoir terminé ce cours
37%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
23%
a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 5 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 29 heures pour terminer
Anglais
Sous-titres : Anglais, Coréen
Offert par
Université du Michigan
The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future.
Programme du cours : ce que vous apprendrez dans ce cours
7 heures pour terminer
Why Study Networks and Basics on NetworkX
Module One introduces you to different types of networks in the real world and why we study them. You'll learn about the basic elements of networks, as well as different types of networks. You'll also learn how to represent and manipulate networked data using the NetworkX library. The assignment will give you an opportunity to use NetworkX to analyze a networked dataset of employees in a small company.
7 heures pour terminer
5 vidéos (Total 48 min), 3 lectures, 2 quiz
5 vidéos
Network Definition and Vocabulary9 min
Node and Edge Attributes9 min
Bipartite Graphs12 min
TA Demonstration: Loading Graphs in NetworkX8 min
3 lectures
Course Syllabus10 min
Help us learn more about you!10 min
Notice for Auditing Learners: Assignment Submission10 min
1 exercice pour s'entraîner
Module 1 Quiz50 min
7 heures pour terminer
Network Connectivity
In Module Two you'll learn how to analyze the connectivity of a network based on measures of distance, reachability, and redundancy of paths between nodes. In the assignment, you will practice using NetworkX to compute measures of connectivity of a network of email communication among the employees of a mid-size manufacturing company.
7 heures pour terminer
5 vidéos (Total 55 min)
5 vidéos
Clustering Coefficient12 min
Distance Measures17 min
Connected Components9 min
Network Robustness10 min
TA Demonstration: Simple Network Visualizations in NetworkX6 min
1 exercice pour s'entraîner
Module 2 Quiz50 min
6 heures pour terminer
Influence Measures and Network Centralization
In Module Three, you'll explore ways of measuring the importance or centrality of a node in a network, using measures such as Degree, Closeness, and Betweenness centrality, Page Rank, and Hubs and Authorities. You'll learn about the assumptions each measure makes, the algorithms we can use to compute them, and the different functions available on NetworkX to measure centrality. In the assignment, you'll practice choosing the most appropriate centrality measure on a real-world setting.
6 heures pour terminer
6 vidéos (Total 70 min)
6 vidéos
Betweenness Centrality18 min
Basic Page Rank9 min
Scaled Page Rank8 min
Hubs and Authorities12 min
Centrality Examples8 min
1 exercice pour s'entraîner
Module 3 Quiz50 min
9 heures pour terminer
Network Evolution
In Module Four, you'll explore the evolution of networks over time, including the different models that generate networks with realistic features, such as the Preferential Attachment Model and Small World Networks. You will also explore the link prediction problem, where you will learn useful features that can predict whether a pair of disconnected nodes will be connected in the future. In the assignment, you will be challenged to identify which model generated a given network. Additionally, you will have the opportunity to combine different concepts of the course by predicting the salary, position, and future connections of the employees of a company using their logs of email exchanges.
9 heures pour terminer
3 vidéos (Total 51 min), 3 lectures, 2 quiz
3 lectures
Power Laws and Rich-Get-Richer Phenomena (Optional)40 min
The Small-World Phenomenon (Optional)1h 20min
Post-Course Survey10 min
1 exercice pour s'entraîner
Module 4 Quiz50 min
Avis
Meilleurs avis pour APPLIED SOCIAL NETWORK ANALYSIS IN PYTHON
par JL23 sept. 2018
It was an easy introductory course that is well structured and well explained. Took me roughly a weekend and I thoroughly enjoyed it. Hope the professor follows up with more advanced material.
par CG17 sept. 2017
Excellent tour through the basic terminology and key metrics of Graphs, with a lot of help from the networkX library that simplifies many, otherwise tough, tasks, calculations and processes.
par DS24 févr. 2018
I loved this course. It was well taught and had excellent problem sets and quizzes to internalize the learning. The material is very relevant to the market today. I highly recommend it.
par BL17 avr. 2018
Really enjoyed the mathematical component of this course. It was fun to see how you could connect the graph theoretical components to the machine learning concepts from earlier courses.
À propos du Spécialisation Science des données appliquée avec Python
The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data.
Introduction to Data Science in Python (course 1), Applied Plotting, Charting & Data Representation in Python (course 2), and Applied Machine Learning in Python (course 3) should be taken in order and prior to any other course in the specialization. After completing those, courses 4 and 5 can be taken in any order. All 5 are required to earn a certificate.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.
Une aide financière est-elle possible ?
Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
