祝贺你们你们不仅完成了我们的智力之旅,而且现在已经具备了执行计算社会科学综合多方法工作流程所需的全部技能。我们将在最后的综合实验室中运用这些技能,将所有知识融会贯通。我们将从社交媒体网站上抓取数据(利用本专业第一门课程中获得的技能)。然后,我们通过可视化网络来分析收集到的数据(利用第 3 门课程中获得的技能)。我们利用机器学习驱动的自然语言处理技术,对其中的一些关键方面进行深入分析(将第 2 次课程中获得的见解付诸实践)。最后,我们利用计算机模拟模型来探索可能的生成机制,并仔细研究我们在经验现实中没有发现,但却有助于我们改善社会这方面的问题(利用本专业第 4 门课程中获得的技能)。其结果是,我们首次看到了在数字时代进行社会科学研究的新方式:计算社会科学。恭喜您!完成了这一切,你就可以认为自己是一名初出茅庐的计算社会科学家了!

计算社会科学顶点项目
本课程是 计算社会科学 专项课程 的一部分

位教师:Martin Hilbert
访问权限由 New York State Department of Labor 提供
4,803 人已注册
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
在这一里程碑中,您将再次从两个 YouTube 频道中进行网络视频搜索。您将被分配到两个频道进行搜索。与上一版练习不同的是,您将不会抓取指定新闻频道的特色视频,而是抓取新闻频道名称与您的姓名相结合的搜索结果。
涵盖的内容
3个视频3篇阅读材料1个作业1次同伴评审1个讨论话题
在这一里程碑中,您将借助 Gephi 软件分析一个社交网络。
涵盖的内容
1个视频2篇阅读材料1次同伴评审1个讨论话题
在 "整合实验室 "的这一里程碑中,您将选择两个在我们的 SNA 帮助下确定的关键视频,并分析视频评论部分所包含的情感和情绪。为此,我们将使用 IBM Watson 的 NLP。
涵盖的内容
3个视频1篇阅读材料1次同伴评审1个讨论话题
在这一里程碑中,你们将利用在前几个里程碑中创建的所有数据,使用两步流程模型,探索思想如何扩散到社会中。通过这项练习,你们将自下而上地发展自己的人工社会。
涵盖的内容
6个视频1次同伴评审2个讨论话题
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
82.50%
- 4 stars
10%
- 3 stars
2.50%
- 2 stars
2.50%
- 1 star
2.50%
显示 3/40 个
已于 Dec 9, 2021审阅
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.
已于 Jan 10, 2022审阅
Great course! Great specialization! Exceptionally good teaching and communication in the videos!
已于 Sep 21, 2020审阅
What a great way of integrating all we learned throughout the specialization!
从 数据科学 浏览更多内容

University of California, Davis

University of California, Davis

University of California, Davis

University of California San Diego
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。



