Apa itu jaringan?

Mari kita pikirkan lagi contoh jaringan. Data berikut ini manakah yang paling sulit dimodelkan sebagai jaringan?

Latihan ini merupakan bagian dari kursus

Pengantar Analisis Jaringan di Python

Lihat Kursus

Latihan interaktif langsung

Ubah teori menjadi aksi dengan salah satu latihan interaktif kami

Mulai latihan

Latihan ini merupakan bagian dari kursus

Pengantar Analisis Jaringan di Python

SkillTag.level.intermediateSkillTag.label

4.8+

211 reviews

Mulai Kursus Gratis

Di bab ini, Anda akan diperkenalkan pada konsep dasar dalam analitik jaringan sambil mengeksplorasi himpunan data jaringan Twitter dunia nyata. Anda juga akan mempelajari NetworkX, pustaka yang memungkinkan Anda memanipulasi, menganalisis, dan memodelkan data graf. Anda akan mempelajari berbagai jenis graf dan cara memvisualisasikannya secara tepat.

Exercise 1: Pendahuluan tentang Jaringan Exercise 2: Apa itu jaringan?

Latihan Saat Ini

Exercise 3: Dasar-dasar API NetworkX, menggunakan jaringan Twitter Exercise 4: Gambar dasar jaringan menggunakan NetworkX Exercise 5: Kueri pada graf Exercise 6: Jenis grafik Exercise 7: Memeriksa status ber/arah pada sebuah graf Exercise 8: Menentukan bobot pada sisi (edges)Exercise 9: Memeriksa apakah ada self-loop dalam graf Exercise 10: Visualisasi jaringan Exercise 11: Visualisasi menggunakan plot Matriks Exercise 12: Visualisasi menggunakan plot Circos Exercise 13: Visualisasi menggunakan Arc plot

Anda akan mempelajari cara mengidentifikasi node yang penting dalam suatu jaringan. Dalam prosesnya, Anda akan diperkenalkan pada konsep yang lebih lanjut dalam analisis jaringan serta dasar-dasar algoritma pencarian jalur. Bab ini diakhiri dengan pembahasan mendalam terhadap himpunan data jaringan Twitter yang akan memperkuat konsep yang telah Anda pelajari, seperti degree centrality dan betweenness centrality.

Exercise 1: Kesentralan derajat Exercise 2: Hitung jumlah tetangga untuk setiap node Exercise 3: Hitung distribusi derajat Exercise 4: Distribusi degree centrality Exercise 5: Algoritme graf Exercise 6: Shortest Path I Exercise 7: Jalur Terpendek II Exercise 8: Shortest Path III Exercise 9: Keterpusatan betweenness Exercise 10: Betweenness centrality NetworkX pada jejaring sosial Exercise 11: Pendalaman - Jaringan Twitter Exercise 12: Pendalaman - Jaringan Twitter bagian II

Bab ini berfokus pada pencarian struktur menarik dalam data jaringan. Anda akan mempelajari konsep esensial seperti clique, komunitas, dan subgraf, yang akan memanfaatkan seluruh keterampilan yang Anda peroleh di Bab 2. Pada akhir bab ini, Anda akan siap menerapkan konsep yang telah dipelajari pada studi kasus dunia nyata.

Exercise 1: Komunitas & klik Exercise 2: Mengidentifikasi relasi segitiga Exercise 3: Menemukan node yang terlibat dalam segitiga Exercise 4: Menemukan segitiga terbuka Exercise 5: Klik maksimal Exercise 6: Menemukan semua clique maksimal berukuran "n"Exercise 7: Subgraf Exercise 8: Subgraf I Exercise 9: Subgraf II

Di bab terakhir kursus ini, Anda akan mengkonsolidasikan semua yang telah dipelajari melalui studi kasus mendalam tentang data jaringan kolaborator GitHub. Ini adalah contoh yang sangat baik dari data jejaring sosial dunia nyata, dan keterampilan baru Anda akan diuji sepenuhnya. Pada akhir bab ini, Anda akan membangun sistem rekomendasi Anda sendiri untuk menghubungkan pengguna GitHub yang seharusnya berkolaborasi.

Exercise 1: Studi kasus!Exercise 2: Mencirikan jaringan (I)Exercise 3: Mencirikan jaringan (II)Exercise 4: Mencirikan jaringan (III)Exercise 5: Studi kasus bagian II: Visualisasi Exercise 6: Plot Matrix Exercise 7: Plot Arc Exercise 8: Plot Circos Exercise 9: Studi kasus bagian III: Clique Exercise 10: Menemukan clique (I)Exercise 11: Menemukan clique (II)Exercise 12: Studi Kasus Bagian IV: Tugas Akhir Exercise 13: Menemukan kolaborator penting Exercise 14: Mencirikan komunitas penyuntingan Exercise 15: Merekomendasikan rekan editor yang belum pernah mengedit bersama Exercise 16: Pemikiran akhir