Note :
Le livre fournit une introduction complète à Neo4j, couvrant la théorie, les applications pratiques, et une introduction à l'analyse des graphes convenant à la fois aux débutants et aux utilisateurs expérimentés. Bien qu'il excelle dans la théorie et les exemples pratiques, certains utilisateurs ont trouvé que certaines sections manquaient d'informations et d'exemples à jour.
Avantages:Le livre offre une solide introduction à Neo4j avec de bons exemples et des explications claires, couvre un large éventail de sujets, y compris les données graphiques, la configuration de Neo4j, le langage de requête Cypher, les algorithmes de graphes et les techniques d'apprentissage automatique. Il inclut des idées pratiques pour le déploiement de l'analyse des graphes dans les applications et convient aussi bien aux nouveaux utilisateurs qu'aux utilisateurs expérimentés.
Inconvénients:Certaines sections peuvent s'égarer avec des sujets sans rapport, et certains domaines, en particulier les algorithmes de graphes et les applications d'apprentissage automatique, pourraient bénéficier d'exemples et de cas d'utilisation plus spécifiques. En outre, des exemples obsolètes et des ressources manquantes nécessitent une mise à jour.
(basé sur 9 avis de lecteurs)
Hands-On Graph Analytics with Neo4j: Perform graph processing and visualization techniques using connected data across your enterprise
Découvrez comment utiliser Neo4j pour identifier les relations au sein d'ensembles de données graphiques complexes et volumineux en utilisant la modélisation graphique, les algorithmes graphiques et l'apprentissage automatique.
Caractéristiques principales
⬤ Démarrez avec l'analyse des graphes à l'aide d'exemples concrets.
⬤ Explorez divers cas d'utilisation tels que la détection des fraudes, la recherche basée sur les graphes et les systèmes de recommandation.
⬤ Les exemples permettent de se familiariser avec la bibliothèque Graph Data Science et d'utiliser Neo4j dans le cloud pour une mise à l'échelle efficace de l'application.
Description du livre
Neo4j est une base de données de graphes qui comprend des plugins pour exécuter des algorithmes de graphes complexes.
Le livre commence par une introduction aux bases de l'analyse de graphes, au langage de requête Cypher et aux composants de l'architecture de graphes, et vous aide à comprendre pourquoi les entreprises ont commencé à adopter l'analyse de graphes au sein de leur organisation. Vous découvrirez comment mettre en œuvre les algorithmes et les techniques de Neo4j et explorerez diverses méthodes d'analyse de graphes pour révéler les relations complexes dans vos données. Vous serez en mesure de mettre en œuvre l'analyse de graphes dans différents domaines tels que la détection des fraudes, la recherche basée sur les graphes, les systèmes de recommandation, les réseaux sociaux et la gestion des données. Vous apprendrez également à stocker des données dans des bases de données de graphes et à en extraire des informations précieuses. Au fur et à mesure que vous vous familiariserez avec les techniques, vous découvrirez l'apprentissage automatique des graphes afin de relever des défis simples ou complexes à l'aide de Neo4j. Vous comprendrez également comment utiliser les données des graphes dans un modèle d'apprentissage automatique afin de faire des prédictions basées sur vos données. Enfin, vous apprendrez à structurer une application web pour la production à l'aide de Neo4j.
À la fin de ce livre, vous serez non seulement capable d'exploiter la puissance des graphiques pour traiter un large éventail de problèmes, mais vous aurez également appris à utiliser efficacement Neo4j pour identifier des relations complexes dans vos données.
Ce que vous apprendrez
⬤ Se familiariser avec les blocs de construction, les nœuds et les relations de la base de données de graphes Neo4j.
⬤ Découvrez comment créer, mettre à jour et supprimer des nœuds et des relations à l'aide de l'interrogation Cypher.
⬤ Utiliser les graphes pour améliorer la recherche et les recommandations sur le web.
⬤ Comprendre les algorithmes de graphes tels que la recherche de chemin, la recherche spatiale, la centralité et la détection de communauté.
⬤ Découvrir les différentes étapes de l'intégration des graphes dans un pipeline normal d'apprentissage automatique.
⬤ Formuler un problème de prédiction de liens dans le contexte de l'apprentissage automatique.
⬤ Mettre en œuvre des algorithmes d'intégration de graphes tels que DeepWalk, et les utiliser dans les graphes Neo4j.
A qui s'adresse ce livre ?
Ce livre s'adresse aux analystes de données, aux analystes commerciaux, aux analystes de graphes et aux développeurs de bases de données qui cherchent à stocker et à traiter des données de graphes pour révéler des informations clés sur les données. Ce livre s'adresse également aux data scientists qui souhaitent construire des applications graphiques intelligentes pour différents domaines. Une certaine expérience de Neo4j est requise.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)