A grafikus adattudomány demisztifikálása: Gráf algoritmusok, elemzési módszerek, platformok, adatbázisok és felhasználási esetek

Eredeti címe:

Demystifying Graph Data Science: Graph Algorithms, Analytics Methods, Platforms, Databases, and Use Cases

Könyv tartalma:

A digitalizálás és a szegélytechnológiák növekvő érettségével és stabilitásával a digitális entitások, a csatlakoztatott eszközök és a mikroszolgáltatások nagy számai célzottan lépnek kölcsönhatásba egymással, hogy hatalmas mennyiségű, többszörösen strukturált digitális adatot hozzanak létre. A vállalatok folyamatosan új módszereket keresnek arra, hogyan használhatják fel adataikat az üzleti innovációk és a valódi digitális átalakulás érdekében bekövetkező zavarok előmozdítására. Az adattudomány (DS) egyablakos megoldásnak bizonyul a tudás felfedezésének és terjesztésének egyszerűsítésére a hatalmas mennyiségű, többszörösen strukturált adatból.

A lekérdezési nyelvek, adatbázisok, algoritmusok, platformok, elemzési módszerek, valamint a gépi és mélytanulási (ML és DL) algoritmusok támogatásával a gráfok új adatszerkezetként jelennek meg a különböző adatok és azok szoros kapcsolatainak optimális ábrázolására.

A hagyományos elemzési módszerekhez képest a gráfelemzésben az adatpontok összekapcsoltsága megkönnyíti a kapcsolódó adatpontok klasztereinek azonosítását a befolyás, az asszociáció, a kölcsönhatás gyakorisága és valószínűsége alapján. A gráfanalitikát számos úttörő elemzési technika teszi képessé a különböző entitások, például szervezetek, emberek és tranzakciók közötti előnyös kapcsolatok feltárására és meghatározására. Ez a szerkesztett könyv a gráf-adattudomány különböző aspektusait és jelentőségét kívánja ismertetni. Az akadémiai és ipari szerzők egyaránt foglalkoznak olyan algoritmusokkal, elemzési módszerekkel, platformokkal és adatbázisokkal, amelyek eredendően képesek üzleti értéket teremteni az összekapcsolt adatok intelligens kihasználásával.

Ez a könyv értékes referenciaként szolgál majd az IKT-ipari és egyetemi kutatók, tudósok és mérnökök, valamint az adatelemzés, az adattudomány, a felhő/köd/élettan, a dolgok internete, a mesterséges intelligencia/gépi és mélytanulás, valamint a kapcsolódó alkalmazási területek oktatói és haladó hallgatói számára. Érdekes lesz az ipari és informatikai üzemeltetési csapatokban dolgozó analitikus szakemberek számára is.