جستجو برای:
  • صفحه اصلی
  • دوره های آموزشی
  • مجله آنلاین
  • مدرسان
  • مشاوره خصوصی
  • راهنمای تدریس در مدرسه
  • بوت کمپ نوروزی هوش مصنوعی
  • سایر
    • درباره ما
    • همکاری با ما
    • تبلیغات
 
  • T.me/DataSciSchool
  • Instagram.com/DataSciSchool
  • مدرسان
  • تدریس
  • تبلیغات
  • مشاوره خصوصی
مدرسه علم داده
  • خانه
  • دوره ها
  • مجله آنلاین
  • پژوهش های علمی
  • مدرسان
  • راهنمای تدریس
  • قوانین و مقررات
  • درباره ما
  • تماس با ما
  • سایر
    • تبلیغات
    • اخبار
      • در ایران
      • در جهان
    • مشاوره خصوصی
    • فرصت های شغلی
    • همکاری با ما
    • شبکه های اجتماعی
0

ورود و ثبت نام

دوره آموزشی گراف کاوی با پایتون

خانهدوره های آنلاینگراف کاویدوره آموزشی گراف کاوی با پایتون
حالت مطالعه

مقدمه

به کمک کتابخانه گرافی NetworkX می توان شبکه ها را ایجاد و دست کاری کرد. گره های یک گراف در این پکیج می توانند متن، تصاویر و یا موارد دیگر باشند. همچنین یال ها (لبه ها) می توانند وزن یا سری زمانی را نگه داری کنند. در این پکیج، بسیاری از الگوریتم های مربوط به گراف موجود است. به کمک این پکیج می توان کارهای مختلفی از جمله تعیین کوتاه ترین مسیر بین دو گره یا محاسبه فاصله یک گره از سایر گره های دیگر را انجام داد. به کمک معیارهای مرکزیت (Centrality Measures)، مانند رتبه و بینابینی، می توان تاثیرگذارترین گره های موجود در شبکه را پیدا کرد. پایه معیار مرکزیت رتبه این است که گره های مهم تر اتصالات بیشتری دارند. معیار مرکزیت بینابینی، تعداد دفعاتی که یک گره خاص به کوتاه ترین مسیر انتخابی بین دو گره دیگر می رسد را، تعیین می کند. گره هایی با مرکزیت بینابینی بیشتر، نقش مهمی در چرخه ارتباطی یا اطلاعاتی درون یک شبکه دارند.

امکانات NetworkX

  • ساختار داده ها برای نمودارها، گراف ها و چند گرافیک
  • بسیاری از الگوریتم های مربوط به گراف
  • ساختار شبکه و آنالیز مقادیر شبکه
  • دارای ژنراتور برای گراف های کلاسیک، گراف های تصادفی و گراف های معنایی
  • گره ها می توانند هر چیزی باشند (مثلا متن، تصاویر، سوابق XML) باشند
  • لبه ها می توانند داده های دلخواه (مثلا وزن، سری زمانی) را نگه دارند
  • مجوز منبع باز 3-clause BSD license
  • با پوشش کد بیش از 90٪ تست شده است
  • مزایای دیگری از Python شامل ساخت نمونه اولیه سریع، آسان برای آموزش، و چند پلت فرمی بودن

دوره ای که پیش رو دارید آموزش عملی گراف کاوی و تحلیل شبکه های اجتماعی با زبان پایتون با استفاده از کتابخانه networkx را به شما آموزش خواهد داد. 

گراف کاوی با پایتون

Networkx یک بسته پایتون برای ایجاد، دستکاری و مطالعه ساختار، پویایی و عملکرد شبکه های پیچیده است. این کتابخانه گراف هایی ایجاد می کند که از گره ها و یال ها تشکیل می شود. لازم به ذکر است که Networkx، اساسا با دیکشنری ها کار میکند. یکی از اولین کار هایی که دانشمندان علوم شبکه در فرایند کاری خود انجام میدهند تحلیل اولیه شبکه و به دست آوردن اطلاعات سودمند می باشد.

انواع شبکه ها

کتابخانه NetworkX چه کمکی به ما در تحلیل شبکه های پیچیده می کند؟

پیدا کردن درجه 

یافتن کوتاه ترین مسیرها

تحلیل شبکه های مقیاس آزاد

بررسی انتقال پذیری در شبکه 

یافتن مرکزیت های متنوع در شبکه 

دانلود درسنامه های دوره آموزشی گراف کاوی با Python NetworkX

دوره آموزشی گراف کاوی با Python NetworkX - قسمت اول

19:19

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت دوم

10:46

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت سوم تمرین

16:09

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت چهارم تمرین

11:15

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت پنجم تمرین

7:26

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت ششم تمرین

5:17

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت هفتم تمرین

14:08

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت هشتم تمرین

20:59

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت نهم تمرین

14:04

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت دهم تمرین

8:37

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت یازدهم تمرین

10:42

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت دوازدهم تمرین

20:25

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت سیزدهم تمرین

9:15

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت چهاردهم تمرین

13:15

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت پانزدهم تمرین

5:48

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت شانزدهم تمرین

12:11

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت هفدهم تمرین

9:59

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت هجدهم تمرین

6:59

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت نوزدهم تمرین

7:43

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

دوره آموزشی گراف کاوی با Python NetworkX - قسمت بیستم تمرین

11:15

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.
برچسب: NetworkX چیست آموزش NetworkX آموزش فارسی NetworkX پروژه NetworkX چرا NetworkX دوره آموزشی گراف کاوی با Python NetworkX کتابخانه NetworkX گراف با NetworkX گراف کاوی لایبراری NetworkX

دوره های مرتبط

دوره مقدماتی هوش مصنوعی در IoT

فیلم های ضبط شده دوره در انتهای این بخش قابل مشاهده می باشند. چرا باید این دوره را بگذرانم؟ از…

دوره آموزشی پروژه محور هوش تجاری با Tableau

سوالات متداول نرم افزار Tableau آیا یادگیری نرم افزار Tableau آسان است؟نرم افزار Tableau یکی از سریع تری ابزار های…

کارگاه آموزشی پروژه محور شباهت سنجی رنگ ها و تصاویر با پایتون

آیا کارگاه به صورت تئوری است؟ خیر، این کارگاه به صورت صورت عملی است و مبنای آموزش زبان برنامه نویسی…

دوره آموزشی تحلیل داده ها در پایتون با Pandas

مقدمه پانداس، یکی از بزرگترین و محبوب ترین کتابخانه در زبان پایتون است . این کتابخانه مهم ترین ابزار برای…

دوره آموزشی پروژه محور پایتون و یادگیری ماشین با رویکرد حل مساله

مقدمه زبان پایتون یکی از محبوب ترین و پر استفاده ترین زبان های برنامه نویسی  می باشد که یادگیری آن…

بصری سازی پیشرفته تصاویر پزشکی بر بستر Google Colab

آیا وبینار پیش نیاز خاصی دارد؟آشنایی با پایتون سطح این وبینار در چه حدی می باشد؟وبینار در سطح مقدماتی برگزار…

دوره آموزشی پروژه محور Docker برای مهندسان داده

آشنایی با Docker  Docker یک ابزار برای ایجاد کانتینر است که به توسعه‌ی استاندارد نرم افزار کمک می‌کند. با استفاده…

دوره آموزشی Hadoop و Spark برای تحلیل کلان داده ها

 

دوره آموزشی پردازش زبان طبیعی با یادگیری عمیق

 

دوره آموزشی Google Colab برای پروژه های علم داده

 

امتیاز دانشجویان دوره

5
5.00 3 رای
200,000 تومان 99,000 تومان
3 رأی
5 ستاره
3
4 ستاره
0
3 ستاره
0
2 ستاره
0
1 ستاره
0

نظرات

  • مرتضی یوسفی( دانشجوی دوره )
    04/30/2023
    امتیاز 5 از 5
    برای پاسخ دادن وارد شوید

    سلام
    تشکر از جناب حیدری عزیز بابت توضیح خوب از کتابخانه networkx

  • Coders( دانشجوی دوره )
    03/08/2022
    امتیاز 5 از 5
    برای پاسخ دادن وارد شوید

    سلام و وقت بخیر
    ممنون از آموزش روان و خوبتون ، چند تا نکته رو میخواستم بگم.
    قسمت های 20 و13 ، با همدیگر همون قسمت 12 رو تشکیل میدن.

    یک نکته دیگه ، در تحلیل ها و پروژه ای که مثال زده شد ، نود ها و اج ها هیچ کدام وزن نداشتند. اگر ما بخوایم تحلیل هایی مثل کوتاهترین مسیر ، مرکزیت و اجتماع و … رو با درنظر گرفتن وزن های نود و اج توأمان بسنجیم ، باید چی کار کنیم؟

  • محمد علی علیاپور( دانشجوی دوره )
    08/07/2021
    امتیاز 5 از 5
    برای پاسخ دادن وارد شوید

    ممنونم ازتون جناب استاد حیدری. خیلی دنبال یه دوره پروژه محور تحلیل گراف با پایتون بودم.

تنها اشخاصی که این محصول را خریداری کرده اند و وارد سایت شده اند می توانند در مورد این محصول بازبینی ارسال کنند.

قیمت :

200,000 تومان 99,000 تومان

 
امتیاز
5.00 از 3 رأی
5.00 3 رای
200,000 تومان 99,000 تومان
نوع دوره: غیر حضوری
سطح دوره: متوسط
پیش نیاز: آشنایی با پایتون
زبان: فارسی
حدود 4 ساعت
20 قسمت
گواهی رسمی مدرسه علم داده
درصد پیشرفت دوره: %100
10.44k بازدید 3 دیدگاه
محمد حیدری
محمد حیدری
بنیانگذار مدرسه علم داده

مهندس ارشد کلان داده، سداد، پژوهشگر ارشد هوش مصنوعی، پژوهشگاه دانش های بنیادی، کارشناسی مهندسی نرم افزار، دانشکده فنی تهران، دانشجوی اسبق مهندسی فناوری اطلاعات، شهید بهشتی تهران، فارغ التحصیل کارشناسی ارشد مهندسی فناوری اطلاعات، تربیت مدرس تهران

دسته: دوره های آنلاین، گراف کاوی

داستان Data Science School

مدرسه علم داده با توجه به نفوذ روزافزون هوش مصنوعی در دنیا، با هدف آماده سازی نسل جوان به منظور ورود به بازار کار ناب هوش مصنوعی تاسیس شد. پس از درخشش در صنعت آموزش آنلاین از سوی معاونت علمی، فناوری و اقتصاد دانش بنیان ریاست جمهوری ایران به عنوان شرکت خلاق برگزیده شدیم. برنامه اصلی مدرسه علم داده در سه شاخه آموزش، پژوهش و پیاده سازی پروژه های پیشرفته هوش مصنوعی استوار است.

منوهای کاربردی
  • صفحه اصلی
  • مجله آنلاین
  • دوره های پروژه محور
  • حساب کاربری
  • راهنمای تدریس
  • منتور شوید
  • مشاوره
  • تبلیغات
  • مدرسان
  • همکاری با ما
  • درباره ما
  • تماس با ما
  • بوت کمپ نوروزی هوش مصنوعی 1402
اعتماد شما، سرمایه معنوی ماست :-)
© 2025 مدرسه علم داده. تمامی حقوق محفوظ است

ورود

رمز عبور را فراموش کرده اید؟

هنوز عضو نشده اید؟ عضویت در سایت