آموزش مدل‌سازی و تحلیل شبکه با پایتون - آخرین آپدیت

دانلود Network Modeling and Analysis in Python

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در دوره «مدل‌سازی و تحلیل شبکه با پایتون»، خواهید آموخت که چگونه از انواع مختلف تحلیل شبکه برای درک سیستم‌های پیچیده استفاده کنید. شما یاد می‌گیرید که چگونه الگوریتم‌ها می‌توانند برای درک بهتر اپیدمی بیماری‌ها، ساختار جوامع انسانی و جریان اطلاعات در رسانه‌های اجتماعی به کار روند. این دوره، تئوری شبکه را با تحلیل تجربی شبکه‌های واقعی با استفاده از کتابخانه NetworkX در پایتون ترکیب می‌کند. شما با ساختار جامعه در شبکه‌ها و همچنین چندین الگوریتم محبوب برای شناسایی جامعه و کاربردهای آن‌ها آشنا خواهید شد. این دوره طیف گسترده‌ای از مدل‌های پیشرفته شبکه را معرفی می‌کند. شما مدل‌های تولید شبکه تصادفی را مطالعه خواهید کرد و خواهید دید که چگونه می‌توان از آن‌ها برای ایجاد گراف‌های واقع‌گرایانه و توضیح نحوه عملکرد شبکه‌ها استفاده کرد. همچنین با مدل‌هایی که انتشار و گسترش اپیدمی‌ها در شبکه‌ها را توضیح می‌دهند، مانند مدل‌های SI، SIS، SIR، آبشار مستقل (Independent Cascade) و مدل آستانه خطی (Linear Threshold) آشنا می‌شوید. این سومین دوره از سری چهارگانه «علوم داده کاربردی پیشرفته با پایتون» است که بر کمک به شما در به‌کارگیری تکنیک‌های پیشرفته علوم داده با استفاده از پایتون تمرکز دارد. توصیه می‌شود تمامی زبان‌آموزان پیش از شروع این دوره، تخصص علوم داده کاربردی با پایتون را به طور کامل بگذرانند.

سرفصل ها و درس ها

اتصال در شبکه‌ها Connectivity in Networks

  • خوش‌آمدگویی به دوره مدل‌سازی و تحلیل شبکه با پایتون Welcome to Network Modeling and Analysis in Python

  • هم‌سانی و assortativity Homophily and Assortativity

  • حفره‌های ساختاری Structural Holes

  • تجزیه هسته K (K-core Decomposition) K-core Decomposition

  • دمو: آموزش اتصال در NetworkX Demo: Connectivity NetworkX Tutorial

ساختار جامعه در شبکه‌ها Community Structure in Networks

  • شناسایی جامعه چیست؟ What is Community Detection?

  • مدولاریتی (Modularity) Modularity

  • الگوریتم گیروان-نیومن The Girvan-Newman Algorithm

  • خوشه‌بندی سلسله‌مراتبی تجمعی Agglomerative Hierarchical Clustering

  • انتشار برچسب با به‌روزرسانی ناهمگام Label Propagation with Asynchronous Updating

  • انتشار برچسب با به‌روزرسانی همگام Label Propagation with Synchronous Updating

  • ارزیابی کیفیت یک افراز (Partition) Assessing the Quality of a Partition

  • دمو: آموزش ساختار جامعه در NetworkX Demo: Community Structure NetworkX Tutorial

مدل‌های مولد شبکه Network Generative Models

  • مقدمه‌ای بر مدل‌های مولد شبکه Introduction to Network Generative Models

  • مدل اردوش-رنی (Erdős–Rényi) The Erdős–Rényi Model

  • مدل بلوک تصادفی (Stochastic Block Model) The Stochastic Block Model

  • مدل پیکربندی (Configuration Model) The Configuration Model

  • دمو: آموزش مدل‌های مولد در NetworkX Demo: Generative Models NetworkX Tutorial

مدل‌های انتشار در شبکه‌ها Models of Diffusion in Networks

  • مقدمه‌ای بر انتشار در شبکه‌ها Introduction to Diffusion in Networks

  • مدل SIS The SIS Model

  • مدل SIR The SIR Model

  • مدل آبشار مستقل The Independent Cascade Model

  • مدل آستانه خطی (بخش اول) The Linear Threshold Model (Part 1)

  • مدل آستانه خطی (بخش دوم) The Linear Threshold Model (Part 2)

  • مقدمه‌ای بر مسئله بیشینه‌سازی نفوذ Introduction to the Influence Maximization Problem

  • ویژگی‌های مسئله بیشینه‌سازی نفوذ Properties of the Influence Maximization Problem

  • الگوریتم حریصانه برای مسئله بیشینه‌سازی نفوذ Greedy Algorithm for the Influence Maximization Problem

  • روش‌های اکتشافی و استراتژی نامزدی Heuristics and Nomination Strategy

  • کاربردهای شناسایی جامعه Applications of Community Detection

  • دمو: آموزش انتشار در NetworkX Demo: Diffusion NetworkX Tutorial

  • جمع‌بندی دوره Course Wrap-Up

نمایش نظرات

آموزش مدل‌سازی و تحلیل شبکه با پایتون
جزییات دوره
29h 48m
31
(آخرین آپدیت)
703
- از 5
دارد
دارد
دارد
Daniel Romero
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar