Todos os seres vivos estão conectados entre si por interações ecológicas, formando a “colina emaranhada” de Darwin, metáfora inspirada pela “teia da vida” de Humboldt. Desemaranhar essa complexidade é uma tarefa desafiadora, mas factível, desde que você use ferramentas adequadas. A ciência de redes nos ajuda com excelentes ferramentas conceituais e operacionais.
Class Deals by MOOC List - Click here and see Coursera's Active Discounts, Deals, and Promo Codes.
Você aceita este chamado para a aventura? Então venha comigo aprender os fundamentos sobre redes ecológicas!
Seguindo esse espírito, este curso visa ajudar pessoas interessadas em dar seus primeiros passos na análise de redes aplicada à Ecologia. Este é um curso introdutório, focado especialmente em redes de interações. Redes sociais e redes espaciais também são mencionadas, mas não de forma aprofundada, nas diversas atividades do curso.
Dedicando-se a essas atividades durante quatro semanas, ao final deste curso você terá adquirido uma visão geral sobre as teorias que orientam o estudo de redes ecológicas. Além disso, você será capaz de analisar gráfica- e numericamente, além de interpretar, dados de redes usando a linguagem de programação R.
Dessa forma, para aproveitar bem este curso você deve dominar habilidades básicas na linguagem R, além de ter familiaridade com conceitos básicos em Ecologia em nível de graduação. Mais concretamente, é importante que você já saiba como importar dados para o R, além de usar pacotes e rodar funções. Não é necessário saber construir funções personalizadas (UDFs).
Para ir além, aproveitando o conteúdo extra sugerido para aprofundamento posterior ao curso, é recomendável saber ler em inglês. Vale lembrar também que a ajuda dos pacotes e funções do R é toda escrita em inglês, então dominar a leitura nesse idioma também é importante para analisar dados com mais desenvoltura.
Também é importante mencionar que diversos conceitos estatísticos são mencionados no curso. Portanto, ter conhecimento básico sobre probabilidade, distribuições de dados, medidas de tendência central e medidas de dispersão ajuda muito.
Se você ainda não domina os fundamentos da linguagem R, recomendo que primeiro faça um dos excelentes cursos introdutórios disponíveis aqui na Coursera, como "R Programming" ou "The R Programming Environment". Há também aqui excelentes cursos introdutórios de estatística que podem lhe ensinar o básico sobre análise de dados.
What You Will Learn
- Fundamentos da ciência de redes
- Fundamentos de visualização e análise de redes
- Interpretação biológica de redes
Syllabus
WEEK 1: Fundamentos
WEEK 2: Estrutura
WEEK 3: Centralidade
WEEK 4: Fechamento
