[ДМК] Графовые алгоритмы (Марк Нидхем, Эми Холдер)

[Аноним]

Ссылка на картинку

Узнайте, как алгоритмы графов могут помочь вам использовать отношения в ваших данных для разработки интеллектуальных решений и улучшения ваших моделей машинного обучения.

С помощью этого практического руководства разработчики и исследователи данных узнают, как графическая аналитика приносит пользу, независимо от того, используются ли они для построения динамических сетевых моделей или прогнозирования поведения в реальном мире.

Марк Нидхэм и Эми Ходлер из Neo4j объясняют, как алгоритмы графов описывают сложные структуры и выявляют труднодоступные шаблоны - от поиска уязвимостей и узких мест до обнаружения сообществ и улучшения прогнозов машинного обучения. Вы познакомитесь с практическими примерами, показывающими, как использовать графовые алгоритмы в Apache Spark и Neo4j, двух наиболее распространенных вариантах аналитики графов.

Узнайте, как графическая аналитика выявляет больше прогнозирующих элементов в сегодняшних данных
Поймите, как работают популярные графовые алгоритмы и как они применяются
Используйте пример кода и советы из более чем 20 примеров алгоритмов графов
Узнайте, какие алгоритмы использовать для различных типов вопросов
Изучите примеры с рабочим кодом и примеры наборов данных для Spark и Neo4j
Создайте рабочий процесс ML для предсказания ссылок, комбинируя Neo4j и Spark.

• Оригинальное название: "Graph Algorithms"
• Оригинальный правообладатель: O'Reilly
• Дата написания: 2020
• Объем, стр.: 258
• ISBN: 978-5-97060-799-2
• Формат: PDF