À propos de ce cours
4.6
839 notes
149 avis
Spécialisation
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 17 heures pour terminer

Recommandé : 11 hours/week...
Langues disponibles

Anglais

Sous-titres : Anglais, Coréen

Ce que vous allez apprendre

  • Check

    Analyze the connectivity of a network

  • Check

    Measure the importance or centrality of a node in a network

  • Check

    Predict the evolution of networks over time

  • Check

    Represent and manipulate networked data using the NetworkX library

Compétences que vous acquerrez

Graph TheoryNetwork AnalysisPython ProgrammingSocial Network Analysis
Spécialisation
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 17 heures pour terminer

Recommandé : 11 hours/week...
Langues disponibles

Anglais

Sous-titres : Anglais, Coréen

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
Heures pour terminer
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....
Reading
5 videos (Total 48 min), 3 lectures, 2 quiz
Video5 vidéos
Network Definition and Vocabulary9 min
Node and Edge Attributes9 min
Bipartite Graphs12 min
TA Demonstration: Loading Graphs in NetworkX8 min
Reading3 lectures
Course Syllabus10 min
Help us learn more about you!10 min
Notice for Auditing Learners: Assignment Submission10 min
Quiz1 exercice pour s'entraîner
Module 1 Quiz50 min
Semaine
2
Heures pour terminer
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. ...
Reading
5 videos (Total 55 min), 2 quiz
Video5 vidéos
Distance Measures17 min
Connected Components9 min
Network Robustness10 min
TA Demonstration: Simple Network Visualizations in NetworkX6 min
Quiz1 exercice pour s'entraîner
Module 2 Quiz50 min
Semaine
3
Heures pour terminer
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....
Reading
6 videos (Total 70 min), 2 quiz
Video6 vidéos
Betweenness Centrality18 min
Basic Page Rank9 min
Scaled Page Rank8 min
Hubs and Authorities12 min
Centrality Examples8 min
Quiz1 exercice pour s'entraîner
Module 3 Quiz50 min
Semaine
4
Heures pour terminer
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. ...
Reading
3 videos (Total 51 min), 3 lectures, 2 quiz
Video3 vidéos
Small World Networks19 min
Link Prediction18 min
Reading3 lectures
Power Laws and Rich-Get-Richer Phenomena (Optional)40 min
The Small-World Phenomenon (Optional)20 min
Post-Course Survey10 min
Quiz1 exercice pour s'entraîner
Module 4 Quiz50 min
4.6
149 avisChevron Right
Orientation de carrière

47%

a commencé une nouvelle carrière après avoir terminé ces cours
Avantage de carrière

83%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours
Promotion de carrière

30%

a obtenu une augmentation de salaire ou une promotion

Meilleurs avis

par JLSep 24th 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 CGSep 18th 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.

Enseignant

Avatar

Daniel Romero

Assistant Professor
School of Information

À propos de University of 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....

À propos de la Spécialisation Applied Data Science with 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....
Applied Data Science with Python

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • 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.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.