|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/python-social-network-analysis-ko
课程评论:没有评论
课程名称:파이썬의 응용 소셜 네트워크 분석 课程概述:该课程通过使用NetworkX库的教程,向学习者介绍网络分析。课程开始时,了解网络分析的定义以及为何可以用网络来建模现象。第二周介绍连接性和网络韧性的概念。第三周探讨如何测量网络中节点的重要性或中心性。最后一周探讨网络随时间演变的过程,涵盖网络生成模型和链接预测问题。 课程要求:在开始此课程之前,需完成以下课程:Python数据科学入门、Python应用绘图、图表和数据表示、Python应用机器学习。 课程大纲: 1. 第一部分:在NetworkX中学习网络及基础知识 - 描述:介绍各种真实世界中的网络类型及研究网络的原因,学习网络的基本元素和不同类型的网络,使用NetworkX库表示和操纵网络数据,并通过一项作业分析小型公司员工的网络数据集。 2. 第二部分:网络连接 - 描述:学习基于节点间路径的距离、可达性和冗余性指标来分析网络连接,通过作业实践如何使用NetworkX计算中型制造企业员工之间的电子邮件通信网络连接指标。 3. 第三部分:影响力测量和网络中心化 - 描述:探讨如何使用连接性、接近中心性、中介中心性、PageRank、中心和权限等指标来测量网络中节点的重要性。学习每种指标的假设、可以使用的计算算法,以及NetworkX中用于测量中心性的各种功能,通过作业在实际环境中选择合适的中心性指标进行实践。 4. 第四部分:网络演变 - 描述:探讨随着时间推移,网络的演变,包括具有现实特征的网络生成的各种模型,如优先连接模型和小世界网络。此外,学习能够预测断开连接的节点对未来能否重新连接的有用功能,即链接预测问题,通过作业识别生成给定网络的模型,并利用电子邮件交换日志预测公司员工的薪资、职位和未来的连接,将课程中的各种概念结合起来进行实践。
Part: 1
Title:NetworkX에서 네트워크와 기초를 공부해야 하는 이유
Description:모듈 1에서는 실제 세계의 다양한 네트워크 유형과 이를 연구하는 이유를 소개합니다. 네트워크의 기본 요소와 다양한 유형의 네트워크에 대해 학습합니다. 또한 NetworkX 라이브러리를 사용하여 네트워크 데이터를 표현하고 조작하는 방법을 배우게 됩니다. 이 과제는 NetworkX를 사용하여 소규모 회사 직원의 네트워크 데이터 세트를 분석할 수 있는 기회를 제공합니다.
Part: 2
Title:네트워크 연결
Description:모듈 2에서는 노드 간 경로의 거리, 도달 가능성 및 중복성 척도를 기반으로 네트워크 연결을 분석하는 방법을 배웁니다. 과제에서 NetworkX를 사용하여 중견 제조업체 직원 간의 이메일 통신 네트워크 연결 척도를 계산하는 방법을 연습합니다.
Part: 3
Title:영향 측정 및 네트워크 중앙 집중화
Description:모듈 3에서는 연결, 근접 및 매개 중심성, 페이지 랭크, 허브 및 권한과 같은 척도를 사용하여 네트워크에서 노드의 중요성 또는 중심성을 측정하는 방법을 탐구합니다. 각 척도가 만드는 가정, 이를 계산하는 데 사용할 수 있는 알고리즘, 중심성을 측정하기 위해 NetworkX에서 사용할 수 있는 다양한 기능에 대해 배우게 됩니다. 과제를 통해 실제 환경에서 가장 적절한 중심성 척도를 선택하는 연습을 하게 됩니다.
Part: 4
Title:네트워크 진화
Description:모듈 4에서는 선호적 연결 모델 및 작은 세상 네트워크와 같은 현실적인 기능을 가진 네트워크를 생성하는 다양한 모델을 포함하여 시간 경과에 따른 네트워크의 진화를 탐구합니다. 또한 연결이 끊긴 노드 쌍이 미래에 연결될지를 예측할 수 있는 유용한 기능을 학습하는 링크 예측 문제도 살펴봅니다. 과제에서 주어진 네트워크를 생성한 모델을 식별해야 합니다. 또한 이메일 교환 로그를 사용하여 회사 직원의 급여, 직위 및 향후 연결을 예측하여 과정의 다양한 개념을 결합할 수 있는 기회를 갖게 됩니다.
이 과정은 NetworkX 라이브러리를 사용한 튜토리얼을 통해 학습자에게 네트워크 분석을 소개합니다. 과정 처음에는 네트워크 분석이란 무엇인지, 왜 현상을 네트워크로 모델링할 수 있는지를 파악합니다. 두 번째 주에는 연결성과 네트워크 견고성의 개념을 소개합니다. 세 번째 주에는 네트워크에서 노드의 중요성 또는 중심성을 측정하는 방법을 탐구합니다. 마지막 주에는 시간 경과에 따른 네트워크의 진화를 탐구하고 네트워크 생성 모델과 링크 예측 문제를 다룹니다. 이 과정을 시작하려면 먼저 다음을 수강해야 합니다. 파이썬의 데이터 과학 입문, 파이썬의 응용 플로팅, 차트 및 데이터 표현, 파이썬의 응용 머신 러닝.