Ce cours introduira l'apprenant à l'analyse de réseau par le biais de tutoriels utilisant la bibliothèque NetworkX. Le cours commence par une compréhension de ce qu'est l'analyse de réseau et des motivations pour lesquelles nous pouvons modéliser des phénomènes en tant que réseaux. La deuxième semaine introduit le concept de connectivité et de robustesse des réseaux. La troisième semaine explorera les moyens de mesurer l'importance ou la centralité d'un nœud dans un réseau. La dernière semaine explorera l'évolution des réseaux dans le temps et couvrira les modèles de génération de réseaux et le problème de la prédiction des liens.

Analyse appliquée des réseaux sociaux en Python
Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Analyse appliquée des réseaux sociaux en Python
Ce cours fait partie de Spécialisation "Science des Données Appliquée avec Python"

Instructeur : Daniel Romero
114 391 déjà inscrits
Inclus avec
2,726 avis
Ce que vous apprendrez
Représenter et manipuler des données en réseau à l'aide de la bibliothèque NetworkX
Analyser la connectivité d'un réseau
Mesurer l'importance ou la centralité d'un nœud dans un réseau
Prévoir l'évolution des réseaux dans le temps
Compétences que vous acquerrez
- Catégorie : Analyse du réseau
- Catégorie : Analyse des réseaux sociaux
- Catégorie : Modèle de réseau
- Catégorie : Algorithmes
- Catégorie : Analyse prédictive
- Catégorie : Analyse des données
- Catégorie : Théorie des graphes
Outils que vous découvrirez
- Catégorie : Programmation Python
Détails à connaître

Ajouter à votre profil LinkedIn
4 devoirs
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 Michigan
Statut : Essai gratuitJohns Hopkins University
Statut : Essai gratuit
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
73,88 %
- 4 stars
19,95 %
- 3 stars
4,14 %
- 2 stars
1,02 %
- 1 star
0,99 %
Affichage de 3 sur 2726
Révisé le 15 juil. 2018
Lectures are very well-designed. Especially, the assignment of week 4 is too good, that give me an overview of how we can apply machine learning in network analysis.
Révisé le 17 avr. 2018
Really enjoyed the mathematical component of this course. It was fun to see how you could connect the graph theoretical components to the machine learning concepts from earlier courses.
Révisé le 17 nov. 2020
I have never imagined such detailed analysis can be done on a network, nx in python is really powerful package with so many powerful functions that can do ample of analysis at a whim.
Foire Aux Questions
Plus de questions
Aide financière disponible,





