Pelajari dan Gunakan SNA sebelum Machine learning
Apa yang akan Anda pelajari
-
1. Isi (80% praktik dan 20% teori) akan mempersiapkan Anda untuk bekerja secara mandiri pada proyek SNA
-
2. Belajar – Konsep Dasar, Menengah dan Lanjutan
-
3. Fondasi grafik (20 teknik)
-
4. Kasus penggunaan grafik (6 kasus penggunaan)
-
5. Analisis Tautan (bagaimana Google mencari tautan / halaman terbaik untuk Anda)
-
6. Peringkat Halaman
-
7. Pencarian Topik yang Diinduksi Hyperlink (HITS; juga dikenal sebagai hub dan otoritas)
-
8. Penyematan node
-
9. Rekomendasi menggunakan SNA (teori)
-
10. Manajemen dan pemantauan jaringan yang kompleks (teori)
-
11. Cara menggunakan SNA untuk Analisis Data (teori)
Persyaratan
-
Dasar tentang Python Diajarkan Dari Awal
-
Diajarkan Juga tentang Pembelajaran Mesin menggunakan Python
Kita akan belajar SNA, kami mencoba membawa banyak topik yang relevan di bawah satu payung dalam topik berikut sehingga dapat digunakan di area pembelajaran mesin tingkat lanjut.
1. Isi (80% praktik dan 20% teori) akan mempersiapkan Anda untuk bekerja secara mandiri pada proyek SNA
2. Belajar – Konsep Dasar, Menengah dan Lanjutan
3. Fondasi grafik (20 teknik)
4. Kasus penggunaan grafik (6 kasus penggunaan)
5. Analisis Tautan (bagaimana Google mencari tautan / halaman terbaik untuk Anda)
6. Peringkat Halaman
7. Pencarian Topik yang Diinduksi Hyperlink (HITS; juga dikenal sebagai hub dan otoritas)
8. Penyematan node
9. Rekomendasi menggunakan SNA (teori)
10. Manajemen dan pemantauan jaringan yang kompleks (teori)
11. Cara menggunakan SNA untuk Analisis Data (teori)
- Siapapun yang ingin Belajar dan Menerapkan SNA menggunakan Python
- Siapa pun yang ingin belajar Machine Learning tingkat lanjut
