Studium przypadku, część IV: zadania końcowe

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

To ćwiczenie jest częścią kursu

Wprowadzenie do analizy sieci w Pythonie

SkillTag.level.intermediateSkillTag.label

4.8+

221 reviews

Rozpocznij kurs za darmo

W tym rozdziale poznasz podstawowe pojęcia z zakresu analizy sieci, eksplorując rzeczywisty zbiór danych z sieci Twittera. Zapoznasz się też z biblioteką NetworkX, która umożliwia manipulowanie danymi grafowymi, ich analizę i modelowanie. Dowiesz się, jakie istnieją rodzaje grafów i jak je efektywnie wizualizować.

Exercise 1: Wprowadzenie do sieci Exercise 2: Czym jest sieć?Exercise 3: Podstawy API NetworkX na przykładzie sieci Twitter Exercise 4: Podstawowe rysowanie sieci za pomocą NetworkX Exercise 5: Zapytania na grafie Exercise 6: Typy grafów Exercise 7: Sprawdzanie, czy graf jest skierowany czy nieskierowany Exercise 8: Przypisywanie wag do krawędzi Exercise 9: Sprawdzanie, czy graf zawiera pętle własne Exercise 10: Wizualizacja sieci Exercise 11: Wizualizacja za pomocą wykresów macierzowych Exercise 12: Wizualizacja za pomocą wykresów Circos Exercise 13: Wizualizacja za pomocą wykresów Arc

Nauczysz się, jak identyfikować węzły o kluczowym znaczeniu w sieci. Przy okazji poznasz bardziej zaawansowane koncepcje analizy sieci oraz podstawy algorytmów wyznaczania ścieżek. Rozdział kończy się pogłębioną analizą zbioru danych z sieci Twittera, która utrwali omawiane pojęcia – centralność stopnia oraz centralność pośrednictwa.

Exercise 1: Centralność stopnia Exercise 2: Obliczanie liczby sąsiadów dla każdego węzła Exercise 3: Obliczanie rozkładu stopni Exercise 4: Rozkład centralności stopnia Exercise 5: Algorytmy grafowe Exercise 6: Najkrótsza ścieżka I Exercise 7: Najkrótsza ścieżka II Exercise 8: Najkrótsza ścieżka III Exercise 9: Centralność pośrednictwa Exercise 10: Centralność pośrednictwa w NetworkX na przykładzie sieci społecznej Exercise 11: Głębsza analiza – sieć Twitter Exercise 12: Głęboka analiza – sieć Twitter, część II

Ten rozdział poświęcony jest wyszukiwaniu interesujących struktur w danych sieciowych. Poznasz kluczowe pojęcia, takie jak kliki, społeczności i podgrafy, korzystając ze wszystkich umiejętności zdobytych w rozdziale 2. Po zakończeniu tego rozdziału będziesz gotowy do zastosowania nabytej wiedzy w rzeczywistym studium przypadku.

Exercise 1: Społeczności i kliki Exercise 2: Identyfikowanie relacji trójkątnych Exercise 3: Znajdowanie węzłów tworzących trójkąty Exercise 4: Znajdowanie otwartych trójkątów Exercise 5: Maksymalne kliki Exercise 6: Znajdowanie wszystkich maksymalnych klik o rozmiarze "n"Exercise 7: Podgrafy Exercise 8: Podgrafy I Exercise 9: Podgrafy II

W tym ostatnim rozdziale kursu utrwalisz całą zdobytą wiedzę, analizując dane sieci współpracowników GitHub. To świetny przykład rzeczywistych danych z sieci społecznościowej, który pozwoli ci w pełni przetestować nowo nabyte umiejętności. Na zakończenie zbudujesz własny system rekomendacji łączący użytkowników GitHub, którzy powinni ze sobą współpracować.

Exercise 1: Studium przypadku!Exercise 2: Charakterystyka sieci (I)Exercise 3: Charakterystyka sieci (II)Exercise 4: Charakterystyka sieci (III)Exercise 5: Studium przypadku, część II: Wizualizacja Exercise 6: Wykres macierzowy Exercise 7: Wykres łukowy Exercise 8: Wykres Circos Exercise 9: Studium przypadku, część III: Kliki Exercise 10: Znajdowanie klik (I)Exercise 11: Znajdowanie klik (II)Exercise 12: Studium przypadku, część IV: zadania końcowe

Bieżące ćwiczenie

Exercise 13: Znajdowanie kluczowych współpracowników Exercise 14: Charakterystyka społeczności edytorów Exercise 15: Rekomendowanie współedytorów, którzy jeszcze nie współpracowali Exercise 16: Podsumowanie