• pour les personnes
  • pour les affaires
  • pour les universités
  • pour les gouvernements
Coursera
Connexion
Inscrivez-vous gratuitement
Coursera
University of Michigan
Analyse appliquée des réseaux sociaux en Python
  • À propos
  • Résultats
  • Modules
  • Recommandations
  • Témoignages
  • Avis
  1. Parcourir
  2. Science des données
  3. Analyse des Données
University of Michigan

Analyse appliquée des réseaux sociaux en Python

Ce cours fait partie de Spécialisation Science des Données Appliquée avec Python

Daniel Romero

Instructeur : Daniel Romero

112 063 déjà inscrits

Inclus avec Coursera Plus

•En savoir plus
4 modules
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(2,710 avis)

niveau Intermédiaire
Certaines connaissances prérequises
Planning flexible
3 semaines à 10 heures une semaine
Apprenez à votre propre rythme
94%
La plupart des étudiants ont apprécié ce cours

4 modules
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(2,710 avis)

niveau Intermédiaire
Certaines connaissances prérequises
Planning flexible
3 semaines à 10 heures une semaine
Apprenez à votre propre rythme
94%
La plupart des étudiants ont apprécié ce cours
  • À propos
  • Résultats
  • Modules
  • Recommandations
  • Témoignages
  • Avis

Ce que vous apprendrez

  • Représenter et manipuler des données en réseau à l'aide de la bibliothèque NetworkX

  • Analyser la connectivité d'un réseau

  • Mesurer l'importance ou la centralité d'un nœud dans un réseau

  • Prévoir l'évolution des réseaux dans le temps

Compétences que vous acquerrez

  • Catégorie : Matplotlib
    Matplotlib
  • Catégorie : Théorie des graphes
    Théorie des graphes
  • Catégorie : Analyse du réseau
    Analyse du réseau
  • Catégorie : Apprentissage automatique appliqué
    Apprentissage automatique appliqué
  • Catégorie : Analyse des Données
    Analyse des Données
  • Catégorie : Pandas (paquetage Python)
    Pandas (paquetage Python)
  • Catégorie : Programmation en Python
    Programmation en Python
  • Catégorie : Simulations
    Simulations
  • Catégorie : Algorithmes
    Algorithmes
  • Catégorie : Modélisation prédictive
    Modélisation prédictive
  • Catégorie : Modèle de réseau
    Modèle de réseau

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

4 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires
 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation Science des Données Appliquée avec Python
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours

Ce cours introduira l'apprenant à l'analyse de réseau par le biais de tutoriels utilisant la bibliothèque NetworkX. Le cours commence par une compréhension de ce qu'est l'analyse de réseau et des motivations pour lesquelles nous pouvons modéliser des phénomènes en tant que réseaux. La deuxième semaine introduit le concept de connectivité et de robustesse des réseaux. La troisième semaine explorera les moyens de mesurer l'importance ou la centralité d'un nœud dans un réseau. La dernière semaine explorera l'évolution des réseaux dans le temps et couvrira les modèles de génération de réseaux et le problème de la prédiction des liens.

Ce cours devrait être suivi après : Introduction à la science des données en Python, Tracé appliqué, graphique et représentation des données en Python, et Apprentissage automatique appliqué en Python.

Le module 1 vous présente les différents types de réseaux dans le monde réel et la raison pour laquelle nous les étudions. Vous apprendrez les éléments de base des réseaux, ainsi que les différents types de réseaux. Vous apprendrez également à représenter et à manipuler des données en réseau à l'aide de la bibliothèque NetworkX. Ce travail vous donnera l'occasion d'utiliser NetworkX pour analyser un ensemble de données en réseau concernant les employés d'une petite entreprise.

Inclus

5 vidéos3 lectures1 devoir1 devoir de programmation2 laboratoires non notés

5 vidéos•Total 48 minutes
  • Les réseaux : Définition et raisons pour lesquelles nous les étudions•7 minutes•Prévisualiser le module
  • Définition et vocabulaire des réseaux•9 minutes
  • Attributs des nœuds et des arêtes•9 minutes
  • Graphes bipartites•12 minutes
  • Démonstration de l'AT : Chargement de graphiques dans NetworkX•8 minutes
3 lectures•Total 30 minutes
  • Syllabus du cours•10 minutes
  • Aidez-nous à mieux vous connaître !•10 minutes
  • Avis pour l'audit des apprenants : Remise des travaux•10 minutes
1 devoir•Total 50 minutes
  • Quiz du module 1•50 minutes
1 devoir de programmation•Total 180 minutes
  • Affectation 1•180 minutes
2 laboratoires non notés•Total 120 minutes
  • Créer et manipuler des graphiques avec NetworkX•60 minutes
  • Chargement de graphiques dans NetworkX•60 minutes

Dans le module 2, vous apprendrez à analyser la connectivité d'un réseau en fonction des mesures de distance, d'accessibilité et de redondance des chemins entre les nœuds. Dans cet exercice, vous utiliserez NetworkX pour calculer les mesures de connectivité d'un réseau de communication par courrier électronique entre les employés d'une entreprise manufacturière de taille moyenne.

Inclus

5 vidéos1 devoir1 devoir de programmation1 laboratoire non noté

5 vidéos•Total 55 minutes
  • Coefficient de regroupement•12 minutes•Prévisualiser le module
  • Mesures de distance•17 minutes
  • Composants connectés•9 minutes
  • Robustesse du réseau•10 minutes
  • Démonstration de l'AT : Visualisations simples de réseaux dans NetworkX•6 minutes
1 devoir•Total 50 minutes
  • Quiz du module 2•50 minutes
1 devoir de programmation•Total 180 minutes
  • Affectation 2•180 minutes
1 laboratoire non noté•Total 60 minutes
  • Visualisations simples de réseaux dans NetworkX•60 minutes

Dans le module trois, vous explorerez les moyens de mesurer l'importance ou la centralité d'un nœud dans un réseau, en utilisant des mesures telles que la centralité de degré, de proximité et d'interdépendance, le Page Rank et les Hubs et Autorités. Vous découvrirez les hypothèses de chaque mesure, les algorithmes que nous pouvons utiliser pour les calculer et les différentes fonctions disponibles sur NetworkX pour mesurer la centralité. Dans la mission, vous vous entraînerez à choisir la mesure de centralité la plus appropriée dans un contexte réel.

Inclus

6 vidéos1 devoir1 devoir de programmation1 sujet de discussion

6 vidéos•Total 69 minutes
  • Degré et centralité de proximité•12 minutes•Prévisualiser le module
  • Centralité de l'interdépendance•18 minutes
  • Page Rank de base•9 minutes
  • Échelle du Page Rank•8 minutes
  • Hubs et autorités•12 minutes
  • Exemples de centralité•7 minutes
1 devoir•Total 50 minutes
  • Quiz du module 3•50 minutes
1 devoir de programmation•Total 180 minutes
  • Affectation 3•180 minutes
1 sujet de discussion•Total 15 minutes
  • PageRank et centralité dans un réseau réel•15 minutes

Dans le module quatre, vous explorerez l'évolution des réseaux dans le temps, y compris les différents modèles qui génèrent des réseaux avec des caractéristiques réalistes, tels que le modèle d'attachement préférentiel et les petits réseaux mondiaux. Vous explorerez également le problème de la prédiction des liens, où vous apprendrez des caractéristiques utiles qui peuvent prédire si une paire de nœuds déconnectés sera connectée à l'avenir. Dans le cadre de la mission, vous devrez identifier le modèle qui a généré un réseau donné. En outre, vous aurez l'occasion de combiner différents concepts du cours en prédisant le salaire, le poste et les connexions futures des employés d'une entreprise à l'aide de leurs journaux d'échanges de courriels.

Inclus

3 vidéos5 lectures1 devoir1 devoir de programmation1 laboratoire non noté

3 vidéos•Total 50 minutes
  • Modèle d'attachement préférentiel•12 minutes•Prévisualiser le module
  • Réseaux du petit monde•19 minutes
  • Prédiction des liens•18 minutes
5 lectures•Total 143 minutes
  • Lois de puissance et phénomènes de Rich-Get-Richer (facultatif)•40 minutes
  • Le phénomène des petits mondes (facultatif)•80 minutes
  • Enquête post-cours•10 minutes
  • Continuez à apprendre avec Michigan Online !•10 minutes
  • Invitation spéciale du directeur du programme MADS•3 minutes
1 devoir•Total 50 minutes
  • Quiz du module 4•50 minutes
1 devoir de programmation•Total 180 minutes
  • Affectation 4•180 minutes
1 laboratoire non noté•Total 60 minutes
  • Extraction de caractéristiques à partir de graphiques•60 minutes

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

Évaluations de l’enseignant

Évaluations de l’enseignant

Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.

4.8 (192 évaluations)
Daniel Romero
Daniel Romero
University of Michigan
4 Cours•113 791 apprenants

Offert par

University of Michigan

Offert par

University of Michigan

La mission de l'université du Michigan est de servir les habitants du Michigan et le monde entier en occupant une place prépondérante dans la création, la communication, la préservation et l'application des connaissances, de l'art et des valeurs académiques, et en formant des dirigeants et des citoyens qui défieront le présent et enrichiront l'avenir.

En savoir plus sur Analyse des Données

  • Statut : Essai gratuit
    Essai gratuit
    J

    Johns Hopkins University

    Social Network Analysis

    Cours

  • Statut : Essai gratuit
    Essai gratuit
    U

    University of California, Davis

    Social Network Analysis

    Cours

  • Statut : Essai gratuit
    Essai gratuit
    U

    University of Colorado Boulder

    Network Analysis for Marketing Analytics

    Cours

  • Statut : Prévisualisation
    Prévisualisation
    S

    Stanford University

    Social and Economic Networks: Models and Analysis

    Cours

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

4.6

2 710 avis

  • 5 stars

    73,91 %

  • 4 stars

    19,92 %

  • 3 stars

    4,13 %

  • 2 stars

    1,03 %

  • 1 star

    0,99 %

Affichage de 3 sur 2710

J
JL
5

Révisé le 24 sept. 2018

It was an easy introductory course that is well structured and well explained. Took me roughly a weekend and I thoroughly enjoyed it. Hope the professor follows up with more advanced material.

L
L
5

Révisé le 23 août 2020

Basic yet informative course. The videos are well paced and the presenter is instructive. The exercises are well made, putting more enphasis on what was learned in the videos.

V
VA
4

Révisé le 16 mars 2021

Great content but assignment / auto grader sometimes difficult to deal with. In particular, errors not clearly described. Much time wasted due to wrong package version, etc. etc.

Voir plus d’avis
Coursera Plus

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

En savoir plus

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

En savoir plus

Foire Aux Questions

L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :

  • Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.

  • Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.

Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.

Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complèteS’ouvre dans un nouvel onglet.

Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.

Plus de questions

Visitez le Centre d'Aide pour les Étudiants

Aide financière disponible,

Pied de page Coursera

Compétences techniques

  • ChatGPT
  • Codage
  • Informatique
  • Cybersécurité
  • DevOps
  • Piratage éthique
  • IA générative
  • Programmation Java
  • Python
  • Développement Web

Compétences analytiques

  • Intelligence artificielle
  • Big Data
  • Analyse de valeur et de rentabilité
  • analyse des données
  • Science des données
  • Modélisation financière
  • Apprentissage automatique
  • Microsoft Excel
  • microsoft power bi
  • SQL

Compétences professionnelles

  • Comptabilité
  • Marketing numérique
  • Commerce électronique
  • Finance
  • Google
  • Conception graphique
  • IBM
  • Marketing
  • Project Management
  • Le marketing appliqué aux réseaux sociaux

Ressources professionnelles

  • Certifications informatiques essentielles
  • Compétences à acquérir pour les hauts revenus
  • Comment obtenir un certificat PMP
  • Comment apprendre l'Intelligence artificielle (IA)
  • Certifications populaires en cybersécurité
  • Certifications appréciées en analyse des données
  • Que fait un analyste de données ?
  • Ressources pour le développement de carrière
  • Test d'aptitude professionnelle
  • Partagez votre histoire d'apprentissage Coursera

Coursera

  • À propos
  • Ce que nous proposons
  • Direction
  • Carrières
  • Catalogue
  • Coursera Plus
  • Certificats Professionnels
  • Certificats MasterTrack®
  • Diplômes
  • Pour l'entreprise
  • Pour les gouvernements
  • Pour le campus
  • Devenir un partenaire
  • Impact social
  • cours gratuits
  • Recommandations de crédits ECTS

Communauté

  • Étudiants
  • Partenaires
  • Testeurs bêta
  • Blog
  • Le podcast Coursera
  • Blog Tech

Plus

  • Presse
  • Investisseurs
  • Conditions
  • Confidentialité
  • Aide
  • Accessibilité
  • Contact
  • Articles
  • Répertoire
  • Filiales
  • Déclaration sur l’esclavage moderne
  • Gérer les préférences en matière de cookies
Apprendre partout
Télécharger dans l'App Store
Disponible sur Google Play
Logo Certified B Corporation
© 2025 Coursera Inc. Tous droits réservés.
  • Facebook Coursera
  • Linkedin Coursera
  • Twitter Coursera
  • YouTube Coursera
  • Instagram Coursera
  • TikTok Coursera
Coursera

S'inscrire

Profitez de votre temps libre pour apprendre auprès des meilleures universités et entreprises.

​
​
Entre 8 et 72 caractères
Votre mot de passe est masqué
​

ou

Vous utilisez déjà Coursera ?


J'accepte les Conditions d'utilisation et les Notification de confidentialité de Coursera. Vous rencontrez des difficultés pour vous connecter ? Centre d'Aide pour les Étudiants

Ce site est protégé par reCAPTCHA Enterprise et la Politique de confidentialité Google et les Termes et Conditions s'appliquent.