À propos de ce cours
67,702 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 16 heures pour terminer

Recommandé : 11 hours/week...

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

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 16 heures pour terminer

Recommandé : 11 hours/week...

Anglais

Sous-titres : Anglais, Coréen

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
7 heures pour terminer

Why Study Networks and Basics on NetworkX

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
Semaine
2
7 heures pour terminer

Network Connectivity

5 vidéos (Total 55 min), 2 quiz
5 vidéos
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
Semaine
3
6 heures pour terminer

Influence Measures and Network Centralization

6 vidéos (Total 70 min), 2 quiz
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
Semaine
4
9 heures pour terminer

Network Evolution

3 vidéos (Total 51 min), 3 lectures, 2 quiz
3 vidéos
Small World Networks19 min
Link Prediction18 min
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
4.6
237 avisChevron Right

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

Meilleurs avis pour Applied Social Network Analysis in Python

par NKMay 3rd 2019

This course is a excellent introduction to social network analysis. Learnt a lot about how social network works. Anyone learning Machine Learning and AI should definitely take this course. It's good.

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.

Enseignant

Avatar

Daniel Romero

Assistant Professor
School of Information

À propos de 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....

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....
Science des données appliquée avec 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.