使用 Python 进行社交网络分析 (SNA) 和图形分析
提前学习和使用SNA 机器学习
讲师:Shiv Onkar Deepak Kumar
双语IT资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
您将学到什么
- 1. 内容(80% 实践和 20% 理论)将帮助您独立完成 SNA 项目
- 2. 学习——基础、中级和高级概念
- 3. 图表基础(20种技巧)
- 4. Graph 的用例(6 个用例)
- 5. 链接分析(Google 如何为您搜索最佳链接/页面)
- 6. 页面排名
- 7. 超链接诱导主题搜索(HITS;也称为中心和权威)
- 8. 节点嵌入
- 9. 使用 SNA 的建议(理论)
- 10.复杂网络的管理与监控(理论)
- 11.如何使用SNA进行数据分析(理论)
探索相关主题
- 机器学习
- 数据科学
- 发展
要求
- 对 Python 的认识
- 使用 Python 进行机器学习的认识
描述
作为 SNA 的实践者,我试图将以下主题中的许多相关主题纳入一个总体框架中,以便它可以在先进的机器学习领域中使用。
1. 内容(80% 实践和 20% 理论)将帮助您独立完成 SNA 项目
2. 学习——基础、中级和高级概念
3. 图表基础(20种技巧)
4. Graph 的用例(6 个用例)
5. 链接分析(Google 如何为您搜索最佳链接/页面)
6. 页面排名
7. 超链接诱导主题搜索(HITS;也称为中心和权威)
8. 节点嵌入
9. 使用 SNA 的建议(理论)
10.复杂网络的管理与监控(理论)
11.如何使用SNA进行数据分析(理论)
本课程适合哪些人:
- 任何想要使用 Python 学习和应用 SNA 的人
- 任何想要学习高级机器学习的人
如果你有能力,请务必支持课程的原创作者,这是他们应得的报酬!
本站收取的费用,仅用来维持网站正常运行的必要支出,从本站下载任何内容,说明你已经知晓并同意此条款。