Dieser Kurs führt den Lernenden anhand von Tutorials mit der NetworkX-Bibliothek in die Netzwerkanalyse ein. Der Kurs beginnt mit einem Verständnis dafür, was Netzwerkanalyse ist und warum wir Phänomene als Netzwerke modellieren können. In der zweiten Woche wird das Konzept der Konnektivität und der Robustheit von Netzwerken vorgestellt. In der dritten Woche wird untersucht, wie man die Bedeutung oder Zentralität eines Knotens in einem Netzwerk messen kann. In der letzten Woche geht es um die Entwicklung von Netzwerken im Laufe der Zeit und um Modelle der Netzwerkgenerierung und das Problem der Linkvorhersage.

Angewandte Analyse sozialer Netzwerke in Python

Angewandte Analyse sozialer Netzwerke in Python
Dieser Kurs ist Teil von Spezialisierung „Angewandte Datenwissenschaft mit Python“

Dozent: Daniel Romero
114.680 bereits angemeldet
Bei Mehr erfahren enthalten
2,729 Bewertungen
Was Sie lernen werden
Darstellung und Bearbeitung von vernetzten Daten mit der NetworkX-Bibliothek
Analysieren Sie die Konnektivität eines Netzwerks
Messen Sie die Wichtigkeit oder Zentralität eines Knotens in einem Netzwerk
Prognostizieren Sie die Entwicklung von Netzwerken im Laufe der Zeit
Kompetenzen, die Sie erwerben
- Kategorie: Netzwerk-Modell
- Kategorie: Graphentheorie
- Kategorie: Datenanalyse
- Kategorie: Prädiktive Modellierung
- Kategorie: Algorithmen
- Kategorie: Prädiktive Analytik
- Kategorie: Analyse sozialer Netzwerke
- Kategorie: Analyse
- Kategorie: Netzwerkanalyse
Werkzeuge, die Sie lernen werden
- Kategorie: Python-Programmierung
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent

Mehr von Datenanalyse entdecken
Status: Kostenloser TestzeitraumUniversity of Michigan
Status: Kostenloser TestzeitraumJohns Hopkins University
Status: Kostenloser TestzeitraumUniversity of California, Davis
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
73,87 %
- 4 stars
19,97 %
- 3 stars
4,14 %
- 2 stars
1,02 %
- 1 star
0,98 %
Zeigt 3 von 2729 an
Geprüft am 15. Nov. 2022
I really like the content of the course.What needs to improve is the networkx package is used in the lab. It's an old version with old functions and they are not working sometime.
Geprüft am 5. Juli 2018
Great class for an introduction to networks.I didn't give it 5 stars because it didn't give me enough information to apply the concepts learned to real life projects.
Geprüft am 20. Nov. 2018
Course was ok, the assignments are not too difficult. I wish the course would provided more insights and discussions of the presented metrics of centrality though.
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,



