Pagsusuri ng Social Network gamit ang Python at NetworkX

Ang pag-unawa sa mga nakatagong istruktura sa loob ng social media, mga sistema ng transportasyon, at mga biological network ay mahalaga para sa modernong pagsusuri ng data. Ang kursong ito ay nagbibigay ng malinaw na landas patungo sa pagiging bihasa sa network science, na nagtuturo sa iyo kung paano i-modelo at bigyang-kahulugan ang mga kumplikadong koneksyon na naglalarawan sa ating mundo. Lilipat ka mula sa pangunahing pag-unawa sa graph theory patungo sa pagsasagawa ng sopistikadong pagsusuri sa mga real-world dataset. Binibigyang-diin ng kurikulum ang praktikal na aplikasyon, tinitiyak na matutukoy mo ang mga maimpluwensyang node, masusuri ang mga kahinaan ng sistema, at mahuhulaan kung paano nagbabago ang mga network sa paglipas ng panahon. - Unawain ang mga pundasyonal na graph theory at ang mga motibasyon para sa network modeling - Gamitin ang NetworkX library upang bumuo at suriin ang mga kumplikadong istruktura ng network - Sukatin ang kahalagahan ng node gamit ang degree, closeness, at betweenness centrality - Suriin ang katatagan at pagkakakonekta ng network upang matukoy ang mga kritikal na punto ng pagkabigo - Galugarin ang dynamic na ebolusyon ng network at mga generative model para sa paglaki ng graph - Magsanay ng mga modernong Python workflow gamit ang type hints at virtual environments Nagsisimula ang kurso sa mga mahahalagang terminolohiya at pangunahing uri ng graph bago magpatuloy sa mas malalim na pagsusuri ng istruktura at mga pattern ng ebolusyon. Babasahin mo ang mga detalyadong paliwanag at pag-aaralan ang mga code implementation na sumasalamin sa kasalukuyang mga pamantayan ng industriya. Ang kursong ito ay idinisenyo para sa mga baguhan sa data science at programming na nais tuklasin ang intersection ng social science at computation. Hindi kinakailangan ang anumang naunang karanasan sa network analysis. Simulan ang pagsusuri sa mga koneksyon na humuhubog sa ating mundo ngayon.