In dieser Woche werden wir eine einfache Version des Google PageRank Algorithmus herunterladen und ausführen und das Spidern einiger Inhalte üben. Die Aufgabe wird von anderen Teilnehmern bewertet und ist die erste von drei optionalen Honors-Aufgaben in diesem Kurs. Diese Aufgabe ist eine Fortsetzung des in Kurs 4 der Spezialisierung behandelten Materials und basiert auf Kapitel 16 des Lehrbuchs.

Das optionale Capstone-Projekt bietet Ihnen die Möglichkeit, Daten Ihrer Wahl auszuwählen, zu verarbeiten und zu visualisieren und Feedback von Ihren Kommilitonen zu erhalten. Das Projekt wird nicht benotet und kann so einfach oder komplex sein, wie Sie möchten. Die Aufgabe in dieser Woche besteht darin, eine Datenquelle auszuwählen und einen kurzen Beitrag im Diskussionsforum zu verfassen, in dem Sie die Datenquelle beschreiben und einige mögliche Analysen, die damit durchgeführt werden könnten, darlegen. Sie sind nicht verpflichtet, die hier vorgestellte Datenquelle für Ihre eigentliche Analyse zu verwenden.

In unserer zweiten optionalen Honors-Aufgabe werden wir E-Mail-Daten aus dem Sakai Open Source Projekt abrufen und verarbeiten. Videovorlesungen werden Sie durch den Prozess des Abrufens, Bereinigens und Modellierens der Daten führen.

Die Aufgabe für diese Woche besteht darin, einen Beitrag im Diskussionsthread zu verfassen, in dem Sie Ihre bisherigen Fortschritte beim Abrufen und Bereinigen Ihrer Datenquelle darstellen, damit Sie Ihre Analyse durchführen können. Feedback von anderen Studenten ist erwünscht, um Ihnen bei der Verfeinerung des Prozesses zu helfen.

In der letzten optionalen Honors-Aufgabe werden wir zwei Visualisierungen der von Ihnen abgerufenen und verarbeiteten E-Mail-Daten erstellen: eine Wortwolke, um die Häufigkeitsverteilung zu visualisieren, und eine Zeitleiste, um zu zeigen, wie sich die Daten im Laufe der Zeit verändern.

In dieser Woche werden Sie die Analyse Ihrer Daten vor der Klasse erläutern. Viele der Projekte werden zu einer Visualisierung der Daten führen, aber auch alle anderen Ergebnisse der Datenanalyse sind gleichwertig. Verwenden Sie also jede Form der Analyse und Darstellung, die für den von Ihnen gewählten Datensatz am besten geeignet ist.