Analisi di Reti Complesse: Metriche di Centralità con Python e NetworkX

Nel nostro mondo altamente connesso, trovare i nodi più influenti in una rete è fondamentale per capire come si diffondono informazioni, influenza o risorse. Questo corso basato su testo ti guida dai concetti fondamentali della teoria dei grafi alla scrittura di codice Python pulito e moderno che estrae approfondimenti utilizzabili da set di dati complessi. Cosa imparerai: - Comprendere i concetti matematici fondamentali alla base della centralità di grado, di intermediazione (betweenness) e di vicinanza (closeness) - Calcolare metriche avanzate come la centralità di autovettore (eigenvector centrality) e PageRank per identificare i nodi chiave della rete - Scrivere codice Python pulito e con type-hinting utilizzando NetworkX per caricare, manipolare e analizzare dati di grafi - Interpretare le distribuzioni di centralità per individuare colli di bottiglia critici e hub strutturali - Mettere in pratica le tue abilità con tutorial scritti passo dopo passo ed esercizi di analisi di rete focalizzati sul codice Inizierai padroneggiando la terminologia fondamentale dei grafi e le definizioni di base prima di progredire verso flussi di lavoro pratici di analisi di rete. Questo corso è pensato per principianti in data science, sociologia o business analytics; non è richiesta alcuna esperienza pregressa con la teoria dei grafi. Inizia oggi stesso ad analizzare reti complesse e a scoprire schemi nascosti.