Über diesen Kurs

53.375 kürzliche Aufrufe
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Stufe „Mittel“
Ca. 29 Stunden zum Abschließen
Englisch

Was Sie lernen werden

  • Represent and manipulate networked data using the NetworkX library

  • Analyze the connectivity of a network

  • Measure the importance or centrality of a node in a network

  • Predict the evolution of networks over time

Kompetenzen, die Sie erwerben

  • Graph Theory
  • Network Analysis
  • Python Programming
  • Social Network Analysis
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Stufe „Mittel“
Ca. 29 Stunden zum Abschließen
Englisch

von

Placeholder

University of Michigan

Beginnen Sie damit, auf Ihren Master-Abschluss hinzuarbeiten.

Dieses Kurs ist Teil des reinen Onlineabschlusses Master of Applied Data Science von University of Michigan. Wenn Sie in das komplette Programm aufgenommen werden, werden Ihre Kurse auf Ihren Abschluss angerechnet.

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up94%(3,041 Bewertungen)
Woche
1
Woche 1
7 Stunden zum Abschließen

Why Study Networks and Basics on NetworkX

7 Stunden zum Abschließen
5 Videos (Gesamt 48 min), 3 Lektüren, 2 Quiz
Woche
2
Woche 2
7 Stunden zum Abschließen

Network Connectivity

7 Stunden zum Abschließen
5 Videos (Gesamt 55 min)
Woche
3
Woche 3
6 Stunden zum Abschließen

Influence Measures and Network Centralization

6 Stunden zum Abschließen
6 Videos (Gesamt 70 min)
Woche
4
Woche 4
9 Stunden zum Abschließen

Network Evolution

9 Stunden zum Abschließen
3 Videos (Gesamt 51 min), 4 Lektüren, 2 Quiz

Bewertungen

Top-Bewertungen von APPLIED SOCIAL NETWORK ANALYSIS IN PYTHON

Alle Bewertungen anzeigen

Über den Spezialisierung Angewandte Datenwissenschaft mit Python

Angewandte Datenwissenschaft mit Python

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.