本课程将通过使用 NetworkX 库的教程向学员介绍网络分析。课程开始时,我们将了解什么是网络分析,以及为什么要将现象建模为网络的动机。第二周将介绍连通性和网络鲁棒性的概念。第三周将探讨衡量网络中节点的重要性或中心性的方法。最后一周将探讨网络随时间的演变,并涵盖网络生成模型和链接预测问题。

Python 中的应用社交网络分析
本课程是 借助 Python 应用数据科学 专项课程 的一部分

位教师:Daniel Romero
访问权限由 Coursera Learning Team 提供
113,990 人已注册
您将学到什么
使用 NetworkX 库表示和处理网络数据
分析网络的连通性
衡量网络中节点的重要性或中心性
预测网络随时间的演变
您将获得的技能
要了解的详细信息

添加到您的领英档案
4 项作业
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
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
73.87%
- 4 stars
19.94%
- 3 stars
4.15%
- 2 stars
1.02%
- 1 star
0.99%
显示 3/2722 个
已于 Jul 15, 2018审阅
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.
已于 Nov 15, 2022审阅
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.
已于 Nov 17, 2020审阅
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.
从 数据科学 浏览更多内容

University of Michigan

Johns Hopkins University

University of California, Davis



