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 Понять, 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. Издание: Цветное Оригинальное название: "Graph Algorithms" Оригинальный правообладатель: O'Reilly Автор: Нидхем М., Холдер Э. Объем, стр.: 258 ISBN: 978-5-97060-799-2 издательский pdf
