FÉLICITATIONS ! Non seulement vous avez réussi à achever notre tour de force intellectuel, mais vous avez également acquis toutes les compétences nécessaires pour exécuter un flux de travail multiméthodes complet en sciences sociales computationnelles. Nous allons mettre ces compétences en pratique dans ce dernier laboratoire d'intégration, où nous allons tout réunir. Nous scrappons des données à partir d'un site de médias sociaux (en nous appuyant sur les compétences obtenues dans le 1er cours de cette spécialisation). Nous analysons ensuite les données collectées en visualisant les réseaux résultants (en nous appuyant sur les compétences acquises dans le 3ème cours). Nous analysons certains aspects clés en profondeur, en utilisant le traitement du langage naturel par apprentissage automatique (en mettant à profit les connaissances acquises pendant le 2e cours). Enfin, nous utilisons un modèle de simulation informatique pour explorer les mécanismes génératifs possibles et examiner minutieusement les aspects que nous n'avons pas trouvés dans notre réalité empirique, mais qui nous aident à améliorer cet aspect de la société (en s'appuyant sur les compétences obtenues au cours du 4ème cours de cette spécialisation). Le résultat est le premier aperçu d'une nouvelle façon de faire des sciences sociales à l'ère numérique : les sciences sociales computationnelles. Félicitations ! Après avoir fait tout cela vous-même, vous pouvez vous considérer comme un jeune chercheur en sciences sociales computationnelles !

Projet Capstone en sciences sociales computationnelles
Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Projet Capstone en sciences sociales computationnelles
Ce cours fait partie de Spécialisation "Sciences sociales computationnelles"
Enseigné en Français (doublage IA)

Instructeur : Martin Hilbert
5 020 déjà inscrits
Inclus avec
Demander à Coursera
43 avis
Compétences que vous acquerrez
- Catégorie : Nettoyage des données
- Catégorie : Prétraitement des données
- Catégorie : Magasin de données
- Catégorie : Bases de données
- Catégorie : Exploration de texte
- Catégorie : Analyse des réseaux sociaux
- Catégorie : Analyse des médias sociaux
- Catégorie : Collecte de données
- Catégorie : Sciences sociales
- Catégorie : Analyse du réseau
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Données non structurées
- Catégorie : Traitement des données
- Catégorie : Traitement du langage naturel
- Catégorie : Récupération de données sur le Web
- Catégorie : Simulations
Détails à connaître

Ajouter à votre profil LinkedIn
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur

Offert par
En savoir plus sur Analyse des données
Statut : Essai gratuitUniversity of California, Davis
Statut : Essai gratuitUniversity of California, Davis
Statut : Essai gratuitUniversity of California San Diego
Statut : Essai gratuitUniversity of California, Davis
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
83,72 %
- 4 stars
9,30 %
- 3 stars
2,32 %
- 2 stars
2,32 %
- 1 star
2,32 %
Affichage de 3 sur 43
Révisé le 10 janv. 2022
Great course! Great specialization! Exceptionally good teaching and communication in the videos!
Révisé le 21 sept. 2020
What a great way of integrating all we learned throughout the specialization!
Révisé le 9 déc. 2021
This course brings all the previous four modules into a single project where you apply what you've learnt previously in order to solidify your understanding on what Computational Social Scientists do.
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.




