skip to Main Content
Instituut voor toegepaste statistiek en data-analyse Geaccrediteerd door de Vereniging voor Statistiek

Inleiding Netwerkanalyse

Netwerkanalyse biedt mogelijkheden die met traditionele analyse niet of lastig te achterhalen zijn. Vragen zoals ‘wie zijn de vrienden van mijn vrienden?’, of ‘wie is de belangrijkste influencer in een (sociale) netwerk?’ en ‘hoe verspreidt informatie zich van persoon tot persoon?’ kunnen met netwerkanalyse worden aangepakt.

Tijdens deze driedaagse cursus worden methoden en gereedschappen aangereikt om zulke vragen te beantwoorden.

Doel

Het doel van de cursus Inleiding Netwerkanalyse is het opdoen van inzicht en ervaring in het opzetten, visualiseren, karakteriseren, en analyseren van netwerken. Na deze cursus zijn deelnemers in staat om een geschikte analysemethode voor netwerken te kiezen en uit te voeren. Daarnaast hebben zij kennis gemaakt met technieken om netwerken systematisch op te zetten en te onderhouden met moderne tools.

Inhoud

Inleiding

  • Terminologie: knopen en kanten, gericht/ongericht, graad
  • Beschrijvende statistiek en interpretatie ervan
  • Eenvoudige plots
  • Manipulatie van netwerken (data management)

Netwerken analyseren

  • Belangrijke knopen (influencers)
  • Partitioneren en groep detectie (community detection)
  • Karakteriseren van netwerken; random graphs
  • Geavanceerde plots

Netwerk databases

  • Import en export van netwerkdata; werken met grote datasets
  • Verkennen van netwerken met een graph query language (Cypher)
  • Eigenschappen van nodes en links opslaan
  • Netwerken opzetten en onderhouden

Methode en tools

We werken volgens het flipped classroom principe. Dit houdt in dat deelnemers zich vooraf voorbereiden aan de hand van literatuur, en eventueel videomateriaal. Tijdens de contactdagen wordt dan nog een kort overzicht gegeven door de docent, maar zal vooral aan opgaven een casussen worden gewerkt. Daarnaast verwijzen we naar materiaal voor verdere verdieping na de cursus.

We zullen gebruik maken van het igraph package in de R-omgeving voor statistical computing en van NEO4J als netwerk database-omgeving. Beide tools zijn gratis en als open source beschikbaar.

Doelgroep

  • Business Intelligence en data-analisten die hun kennis willen uitbreiden met netwerk analyse vaardigheden
  • Teammanagers van BI en data-analisten
  • Jonge academici die een carrière ambiëren als data scientist.
  • Specialisten die hun kennis over het analyseren van netwerken op peil willen brengen.

Vereiste voorkennis

Enige bekendheid met basisstatistiek wordt verondersteld. Verder verwachten we enige bekendheid met de statistische programmeeromgeving R. Bijvoorbeeld op basis van (de eerste twee dagen van) de Tridata Cursus Statistical Programming with R

Cursusdata

6 oktober, 13 oktober, 20 oktober 2023
24 november, december, 8 december 2023

Lestijden

De lestijden zijn van 9:15 tot 16:00, met uitloop tot uiterlijk 16:15.

Studiebelasting

De cursus Netwerkanalyse duurt 3 dagen. Per week kun je rekenen op 8 uur studielast, op de cursusdag zelf. Daarnaast ben je in je vrije tijd per week nog 2-4 uur bezig met de voorbereiding en verwerking van de cursusdag. Dit is afhankelijk van de intensiviteit van de lesstof en jouw eigen opleidingsachtergrond.

Kosten en inschrijving

De kosten van de 3-daagse cursus Netwerkanalyse bedragen € 1975. De cursusprijs is vrijgesteld van BTW (BTW-tarief 0%) en is inclusief boeken, cursusmateriaal en toegang tot het e-learning platform van Tridata.

In-company en maatwerk

De opleiding Data Science met Python kan ook in-company worden gegeven. Een in-company training, ook wel in-house training of bedrijfstraining, is een training die op maat voor jouw organisatie wordt gemaakt. Hebben meerdere collega’s in jouw organisatie dezelfde leervraag? Dan is een in-company training zeer geschikt. Onze trainingsprogramma’s stemmen we af op leerwensen en –doelen van jou en je collega’s. Voor meer informatie kunt u contact met ons opnemen.

Waarom de cursus volgen bij Tridata?

– Tridata is het enige instituut dat een door de Vereniging voor Statistiek & Operationele Research (VVS-OR) erkende opleiding statistiek aanbiedt.
– De  opleiding Data Science van Tridata is een multidisciplinaire opleiding die wordt gegeven door drie verschillende docenten met ruime ervaring op het gebied van R, statistical modeling en machine learning, statistical software development, tekstanalyse, big data, tekstmining, datavisualisatie en datamanagement & cloud computing. De docenten hebben diverse wetenschappelijke artikelen en boeken geschreven.

Dr. M. (Mark) van der Loo studeerde cum laude af in de informatische chemie aan de Katholieke Universiteit Nijmegen (een combinatie van scheikunde, wiskunde, en informatica). Na zijn promotie op een onderwerp uit de quantumfysica werd hij werkzaam als statistisch onderzoeker bij het CBS met als specialiteit statistical computing and modeling, data cleaning en text processing. Over deze onderwerpen publiceert hij op conferenties en in peer reviewed journals. Mark is expert op het gebied van R, python,  en (multicore) C programming en heeft verschillende R-packages op CRAN gepubliceerd. Een van die packages wordt onder andere door Wikimedia Foundation gebruikt voor tekstanalyse van Wikipedia paginas. Mark werkt sinds 2012 als consultant en docent voor Tridata.

Drs. E. (Edwin) de Jonge studeerde af in de theoretische natuurkunde aan de Katholieke Universiteit Nijmegen. Na zich enkele jaren the hebben gespecialiseerd in softwareontwikkeling is hij als onderzoeker gaan werken bij het CBS met als specialiteit statistical computing and modeling, data management en data visualisatie. Over dit laatste onderwerp publiceerde Edwin onder andere een paper voor de prestigieuze IEEE VisWeek conferentie. Edwin is expert op het gebied van verschillende programmeertalen waaronder C++, javascript, python en R. In die laatste taal ontwikkelde hij een package wat inmiddels meer dan 120.000 maal per maand wordt gedownload van de CRAN servers. Edwin werkt sinds 2012 als consultant en docent voor Tridata.

Mark van der Loo en Edwin de Jonge zijn auteurs van de boeken “Learning RStudio for R Statistical Computing” (Packt Publishing, 2012) en “Statistical Data Cleaning with Applications in R” (Wiley, 2018). In 2013 gaven zij een tutorial op de grootste R conferentie ter wereld (useR!2013) getiteld “An introduction to data cleaning with R”. Zij waren ook keynote speakers op useR conferenties in Boekarest, Los Angeles, Toulouse, Marrakesh, Madrid, etc.

Back To Top