Dieser Kurs führt den Lernenden anhand von Tutorials mit der NetworkX-Bibliothek in die Netzwerkanalyse ein. Der Kurs beginnt mit einem Verständnis dafür, was Netzwerkanalyse ist und warum wir Phänomene als Netzwerke modellieren können. In der zweiten Woche wird das Konzept der Konnektivität und der Robustheit von Netzwerken vorgestellt. In der dritten Woche wird untersucht, wie man die Bedeutung oder Zentralität eines Knotens in einem Netzwerk messen kann. In der letzten Woche geht es um die Entwicklung von Netzwerken im Laufe der Zeit und um Modelle der Netzwerkgenerierung und das Problem der Linkvorhersage.
![University of Michigan](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera-university-assets.s3.amazonaws.com/70/de505d47be7d3a063b51b6f856a6e2/New-Block-M-Stacked-Blue-295C_600x600.png?auto=format%2Ccompress&dpr=1&w=28&h=28)
![](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera_assets.s3.amazonaws.com/images/1a4589dccee10648821b7ea23e5fca9a.png?auto=format%2Ccompress&dpr=1&q=80)
![University of Michigan](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera-university-assets.s3.amazonaws.com/b6/f49480857811e59a278d7d1ca6079f/U-M_LogoSmHoriz_200x48.png?auto=format%2Ccompress&dpr=1&h=45)
Angewandte Analyse sozialer Netzwerke in Python
Dieser Kurs ist Teil von Spezialisierung Angewandte Datenwissenschaft mit Python
![Daniel Romero](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera-instructor-photos.s3.amazonaws.com/5a/cf9050a7bd11e8b79199bc100be31f/daniel.jpg?auto=format%2Ccompress&dpr=1&w=75&h=75&fit=crop)
Dozent: Daniel Romero
110.710 bereits angemeldet
Bei enthalten
(2,706 Bewertungen)
Was Sie lernen werden
Darstellung und Bearbeitung von vernetzten Daten mit der NetworkX-Bibliothek
Analysieren Sie die Konnektivität eines Netzwerks
Messen Sie die Wichtigkeit oder Zentralität eines Knotens in einem Netzwerk
Prognostizieren Sie die Entwicklung von Netzwerken im Laufe der Zeit
Kompetenzen, die Sie erwerben
- Kategorie: Graphentheorie
- Kategorie: Python-Programmierung
- Kategorie: Computerprogrammierung
- Kategorie: Datenanalyse
- Kategorie: Netzwerk-Modell
- Kategorie: Computer-Vernetzung
- Kategorie: Netzwerk Architektur
Wichtige Details
![](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera_assets.s3.amazonaws.com/images/31ebcba3851b87d1d8609abf15d0ff7e.png?auto=format%2Ccompress&dpr=1&w=24&h=24)
Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
![Platzhalter](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera_assets.s3.amazonaws.com/images/74c8747e8210831049cf88dd4eefe26c.png?auto=format%2Ccompress&dpr=2&blur=200&px=8&max-w=320)
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
![Platzhalter](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera_assets.s3.amazonaws.com/images/a7c5400e51272c78b710ce9b56fd3178.png?auto=format%2Ccompress&dpr=2&blur=200&px=8&max-w=562)
![Platzhalter](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera_assets.s3.amazonaws.com/images/de1a6556fbe605411e8c1c2ca4ba45f1.png?auto=format%2Ccompress&dpr=2&blur=200&px=8&max-w=259)
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
![Platzhalter](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera_assets.s3.amazonaws.com/images/de1a6556fbe605411e8c1c2ca4ba45f1.png?auto=format%2Ccompress&dpr=2&blur=200&px=8&max-w=333)
In diesem Kurs gibt es 4 Module
Modul Eins führt Sie in die verschiedenen Arten von Netzwerken in der realen Welt ein und erklärt, warum wir sie untersuchen. Sie lernen die grundlegenden Elemente von Netzwerken und die verschiedenen Arten von Netzwerken kennen. Außerdem lernen Sie, wie Sie vernetzte Daten mit Hilfe der NetworkX-Bibliothek darstellen und manipulieren können. Die Aufgabe gibt Ihnen die Möglichkeit, NetworkX zu verwenden, um einen vernetzten Datensatz von Mitarbeitern eines kleinen Unternehmens zu analysieren.
Das ist alles enthalten
5 Videos3 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
In Modul zwei lernen Sie, wie Sie die Konnektivität eines Netzwerks anhand von Maßzahlen für die Entfernung, Erreichbarkeit und Redundanz der Pfade zwischen den Knotenpunkten analysieren können. In dieser Aufgabe üben Sie die Verwendung von NetworkX, um die Konnektivität eines Netzwerks für die E-Mail-Kommunikation zwischen den Mitarbeitern eines mittelgroßen Fertigungsunternehmens zu berechnen.
Das ist alles enthalten
5 Videos1 Aufgabe1 Programmieraufgabe1 Unbewertetes Labor
In Modul drei werden Sie Möglichkeiten zur Messung der Wichtigkeit oder Zentralität eines Knotens in einem Netzwerk erkunden, indem Sie Maße wie Grad-, Nähe- und Verflechtungszentralität, Page Rank sowie Hubs und Autoritäten verwenden. Sie lernen die Annahmen kennen, die jedes Maß voraussetzt, die Algorithmen, mit denen wir sie berechnen können, und die verschiedenen Funktionen, die in NetworkX zur Messung der Zentralität zur Verfügung stehen. In der Aufgabe üben Sie die Auswahl des am besten geeigneten Zentralitätsmaßes in einer realen Umgebung.
Das ist alles enthalten
6 Videos1 Aufgabe1 Programmieraufgabe1 Diskussionsthema
In Modul Vier werden Sie die Entwicklung von Netzwerken im Laufe der Zeit erforschen, einschließlich der verschiedenen Modelle, die Netzwerke mit realistischen Merkmalen erzeugen, wie das Preferential Attachment Model und Small World Networks. Sie werden sich auch mit dem Problem der Verbindungsvorhersage befassen, bei dem Sie nützliche Merkmale lernen, die vorhersagen können, ob ein Paar unverbundener Knoten in der Zukunft verbunden sein wird. In der Aufgabe müssen Sie herausfinden, welches Modell ein bestimmtes Netzwerk erzeugt hat. Darüber hinaus werden Sie die Gelegenheit haben, verschiedene Konzepte des Kurses zu kombinieren, indem Sie das Gehalt, die Position und die zukünftigen Verbindungen der Mitarbeiter eines Unternehmens anhand ihrer Protokolle des E-Mail-Verkehrs vorhersagen.
Das ist alles enthalten
3 Videos5 Lektüren1 Aufgabe1 Programmieraufgabe1 Unbewertetes Labor
Dozent
![Daniel Romero](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera-instructor-photos.s3.amazonaws.com/5a/cf9050a7bd11e8b79199bc100be31f/daniel.jpg?auto=format%2Ccompress&dpr=1&w=75&h=75&fit=crop)
Empfohlen, wenn Sie sich für Datenanalyse interessieren
University of Pennsylvania
University of Colorado Boulder
Bereiten Sie sich auf einen Abschluss vor.
Wenn Sie Kurs von University of Michigan absolvieren, erhalten Sie möglicherweise eine Vorschau der Themen, Materialien und Lehrkräfte für einen verwandten Studiengang. So können Sie besser einschätzen, ob das Thema oder die Universität die richtige Wahl für Sie wäre.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
![](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera_assets.s3.amazonaws.com/growth_testimonials/passionate_learner/Felipe_Moitta.png?auto=format%2Ccompress&dpr=1&w=64&h=64&fit=crop)
![](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera_assets.s3.amazonaws.com/growth_testimonials/passionate_learner/Jennifer_John.png?auto=format%2Ccompress&dpr=1&w=64&h=64&fit=crop)
![](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera_assets.s3.amazonaws.com/growth_testimonials/passionate_learner/Larry_Tao_Wang_1.png?auto=format%2Ccompress&dpr=1&w=64&h=64&fit=crop)
![](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera_assets.s3.amazonaws.com/growth_testimonials/passionate_learner/Chaitanya_Anand.png?auto=format%2Ccompress&dpr=1&w=64&h=64&fit=crop)
Bewertungen von Lernenden
2.706 Bewertungen
- 5 stars
73,88 %
- 4 stars
19,94 %
- 3 stars
4,13 %
- 2 stars
1,03 %
- 1 star
0,99 %
Zeigt 3 von 2706 an
Geprüft am 16. Nov. 2022
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.
Geprüft am 23. Nov. 2020
Great introductory course on graph theory using Networkx. The instructor goes through each algorithm with step-by-step examples, and gives relevant examples at the end of each topic.
Geprüft am 18. Nov. 2017
This course contains many important concepts of Graph Theory and Network Analysis. The explanation is clear and neat. Also, the assignments are fun and comprehensible.
![Platzhalter](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://coursera_assets.s3.amazonaws.com/images/7a1c0e2e779c1ff27cae62480adfe003.png?auto=format%2Ccompress&dpr=2&blur=200&px=8&max-w=120)
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.