Grafikus algoritmusok: Gyakorlati példák az Apache Sparkban és a Neo4j-ben

Olvasói vélemények

A könyv alapos bevezetést nyújt a gráfadatbázisok, különösen a Neo4j és a Spark témakörébe, gyakorlati alkalmazásokkal és hasznos betekintést nyújt az algoritmusokba. Ugyanakkor szenved a gyenge nyomtatási minőségtől, és hiányoznak belőle az algoritmusok részletes magyarázatai, ami elkeserítheti az elmélyült ismereteket kereső olvasókat.

⬤ Részletes és tömör magyarázatok
⬤ jó a kezdőknek és azoknak, akik a gráfadatbázisokkal kapcsolatos tudásukat szeretnék szinten tartani
⬤ értékes a gráfalgoritmusok valós alkalmazásainak megértéséhez
⬤ hasznos forrásokat és hivatkozásokat tartalmaz
⬤ világos írásmód.

⬤ Az algoritmusok részletes magyarázatának hiánya
⬤ rossz nyomtatási minőség, ami olvashatatlan ábrákhoz vezet
⬤ egyes fejezetek kevésbé világosak és inkább a tapasztalt felhasználóknak szólnak
⬤ az URL-rövidítőkre támaszkodik a megfelelő bibliográfiai hivatkozások helyett
⬤ egyes olvasók frusztrálónak találták, hogy a könyv nem tér ki a bonyolultabb alkalmazásokra.

(14 olvasói vélemény alapján)

Eredeti címe:

Graph Algorithms: Practical Examples in Apache Spark and Neo4j

Könyv tartalma:

Ismerje meg, hogy a gráf algoritmusok hogyan segíthetnek az adatokon belüli kapcsolatok kihasználásában, hogy intelligens megoldásokat fejlesszen ki és javítsa a gépi tanulási modelleket. Ezzel a gyakorlati útmutatóval a fejlesztők és az adattudósok felfedezhetik, hogy a gráfanalitika hogyan biztosít értéket, akár dinamikus hálózati modellek építésére, akár valós viselkedés előrejelzésére használják.

Mark Needham és Amy Hodler a Neo4j-től elmagyarázza, hogyan írják le a gráf algoritmusok az összetett struktúrákat, és hogyan tárják fel a nehezen megtalálható mintákat - a sebezhetőségek és szűk keresztmetszetek megtalálásától a közösségek felismeréséig és a gépi tanulási előrejelzések javításáig. Gyakorlati példákon keresztül mutatja be, hogyan használhatja a gráf algoritmusokat az Apache Sparkban és a Neo4j-ben, a gráfelemzés két legelterjedtebb eszközében.

⬤ Megtanulja, hogyan tárja fel a gráfelemzés a mai adatokban rejlő több előrejelző elemet.

⬤ Megtanulja, hogyan működnek a népszerű gráf algoritmusok és hogyan alkalmazzák őket.

⬤ Használjon mintakódokat és tippeket több mint 20 gráf algoritmus példából.

⬤ Tanulja meg, hogy milyen algoritmusokat használjon a különböző típusú kérdésekhez.

⬤ Fedezze fel a példákat működő kóddal és mintaadatkészletekkel a Spark és a Neo4j számára.

⬤ Készítsen ML-munkafolyamatot a linkek előrejelzésére a Neo4j és a Spark kombinálásával.