Informações sobre o curso
59,974 visualizações recentes

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 16 horas para completar

Sugerido: 11 hours/week...

Inglês

Legendas: Inglês, Coreano

O que você vai aprender

  • 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

Habilidades que você terá

Graph TheoryNetwork AnalysisPython ProgrammingSocial Network Analysis

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 16 horas para completar

Sugerido: 11 hours/week...

Inglês

Legendas: Inglês, Coreano

Programa - O que você aprenderá com este curso

Semana
1
7 horas para concluir

Why Study Networks and Basics on NetworkX

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
7 horas para concluir

Network Connectivity

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

Influence Measures and Network Centralization

6 vídeos (Total 70 mín.), 2 testes
6 videos
Betweenness Centrality18min
Basic Page Rank9min
Scaled Page Rank8min
Hubs and Authorities12min
Centrality Examples8min
1 exercício prático
Module 3 Quiz50min
Semana
4
9 horas para concluir

Network Evolution

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
4.6
225 avaliaçõesChevron Right

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

Principais avaliações do Applied Social Network Analysis in Python

por 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.

por 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.

Instrutores

Avatar

Daniel Romero

Assistant Professor
School of Information

Sobre Universidade de 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....

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

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • 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.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.