University_of_Michigan_Social_Network_Analysis

برای این نوشته توضیحات بنویسید:
1
2
3
4
5
ثبت
     
انصراف

برای این نوشته توضیحات بنویسید

دوره آنالیز شبکه های اجتماعی دانشگاه Michigan را برای کاربران گرامی مرجع تخصصی برنامه نویسی آماده کرده ایم.

در این دوره آموزشی مباحث جالبی در خصوص انعطاف پذیری و ساختار شبکه های اجتماعی آموزش داده می شود.

سرفصل های دوره:

  • تحلیل شبکه اجتماعی
  • ابزارهای نرم افزاری
  • نسخه منظم ها نمودار ها
  • اتصال قطعات
  • نسخه پیشرفته معرفی مدل گراف تصادفی
  • نمودار های تصادفی
  • کار با بردار ها
  • قوانین 3D
  • Cameron Marlow در علوم اطلاعات
  • کار با لینک ها
  • اعتبار دستور با استفاده از شبکه های اجتماعی
  • انعطاف پذیری شبکه
  • انعطاف پذیری و assortativity
  • انعطاف پذیری و شبکه برق
  • تجزیه و تحلیل ترافیک اجتماعی
  • و…

عنوان دوره: University of Michigan Social Network Analysis

توضیحات:

1 - 1 - 1A Why Social Network Analysis (1354)
1 - 2 - 1B Software Tools (1313)
1 - 3 - 1C Degree and Connected Components (2032)
1 - 4 - 1D Gephi Demo (920)
2 - 1 - 2A Advanced Version Introduction to random graph models (1658)
2 - 2 - 2B Regular_Advanced version random graphs and alternative models (2004)
2 - 3 - 2C Advanced version Models of network growth (2528)
2 - 4 - 2A Regular version Random graphs
2 - 5 - 2C Regular version Growth models
3 - 1 - 3A degree betweenness closeness (2641)
3 - 2 - 3B eigenvector  directed (1649)
3 - 3 - 3C centrality applications (1944) (optional)
3 - 4 - 3D power laws (2015) (optional)
3 - 5 - 3E Cameron Marlow on Data Science (325)
4 - 1 - 4A Why detect communities (1022)
4 - 2 - 4B Heuristics for finding communities (1351)
4 - 3 - 4C community finding (2216)
4 - 4 - 4D SNA  LinkedIn (2405)
5 - 1 - 5A Small world experiments  (1228)
5 - 2 - 5B clustering and motifs (2045)
5 - 3 - 5C small world models (2027)
5 - 4 - 5D origins of small worlds (919)
5 - 5 - 5E  Mathieu Bastian (Gephi  LinkedIn) (458)
6 - 4 - 6D (optional) Eric Sun of Facebook on geo  social (20mins)
7 - 1 - 7A Cool and unusual applications
7 - 2 - 7B Predicting recipe ratings using ingredient networks
8 - 1 - 8A network resilience
8 - 2 - 8B resilience and assortativity
8 - 3 - 8C resilience and the power grid
8 - 4 - 8D concluding remarks
Lecture1A
Lecture1B
Lecture1C
Lecture2AErdosRenyiIntro
Lecture2B
Lecture3Acentrality
Lecture3Bcentrality
Lecture3CcentralityApplications
Lecture3Dpowerlaws
Lecture4A
Lecture4B
Lecture4C
Lecture5A
Lecture5B
Lecture5C
Lecture5D
Lecture6
Lecture8
RecipesCoursera
SNA_Lecture2CGrowthModels
Social Analytics @ Google

حجم فایل: 816MB