Informações sobre o curso

156,146 visualizações recentes

Resultados de carreira do aprendiz

34%

comecei uma nova carreira após concluir estes cursos

37%

consegui um benefício significativo de carreira com este curso

23%

recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 29 horas para completar
Inglês
Legendas: Inglês, Coreano

O que você vai aprender

  • 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

Habilidades que você terá

Graph TheoryNetwork AnalysisPython ProgrammingSocial Network Analysis

Resultados de carreira do aprendiz

34%

comecei uma nova carreira após concluir estes cursos

37%

consegui um benefício significativo de carreira com este curso

23%

recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 29 horas para completar
Inglês
Legendas: Inglês, Coreano

Instrutores

oferecido por

Logotipo de Universidade de Michigan

Universidade de Michigan

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up94%(1,952 classificações)Info
Semana
1

Semana 1

7 horas para concluir

Why Study Networks and Basics on NetworkX

7 horas para concluir
5 vídeos (Total 48 mín.), 3 leituras, 2 testes
5 videos
Network Definition and Vocabulary9min
Node and Edge Attributes9min
Bipartite Graphs12min
TA Demonstration: Loading Graphs in NetworkX8min
3 leituras
Course Syllabus10min
Help us learn more about you!10min
Notice for Auditing Learners: Assignment Submission10min
1 exercício prático
Module 1 Quiz50min
Semana
2

Semana 2

7 horas para concluir

Network Connectivity

7 horas para concluir
5 vídeos (Total 55 mín.)
5 videos
Distance Measures17min
Connected Components9min
Network Robustness10min
TA Demonstration: Simple Network Visualizations in NetworkX6min
1 exercício prático
Module 2 Quiz50min
Semana
3

Semana 3

6 horas para concluir

Influence Measures and Network Centralization

6 horas para concluir
6 vídeos (Total 70 mín.)
6 videos
Betweenness Centrality18min
Basic Page Rank9min
Scaled Page Rank8min
Hubs and Authorities12min
Centrality Examples8min
1 exercício prático
Module 3 Quiz50min
Semana
4

Semana 4

9 horas para concluir

Network Evolution

9 horas para concluir
3 vídeos (Total 51 mín.), 3 leituras, 2 testes
3 videos
Small World Networks19min
Link Prediction18min
3 leituras
Power Laws and Rich-Get-Richer Phenomena (Optional)40min
The Small-World Phenomenon (Optional)1h 20min
Post-Course Survey10min
1 exercício prático
Module 4 Quiz50min

Avaliações

Principais avaliações do APPLIED SOCIAL NETWORK ANALYSIS IN PYTHON

Visualizar todas as avaliações

Sobre Programa de cursos integrados Ciência de dados aplicada com 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....
Ciência de dados aplicada com Python

Perguntas Frequentes – FAQ

  • 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.
  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.