Știința datelor grafice cu Neo4j: Aflați cum să utilizați Neo4j 5 cu biblioteca Graph Data Science 2.0 și driverul său Python pentru proiectul dvs.

Recenzii ale cititorilor

Cartea „Graph Data Science with Neo4j” este foarte apreciată pentru acoperirea cuprinzătoare a conceptelor de știință a datelor grafice utilizând Neo4j, fiind potrivită atât pentru începători, cât și pentru practicieni experimentați. Cartea oferă exemple practice, îndrumare pas cu pas și o perspectivă asupra subiectelor avansate, ceea ce o face o resursă valoroasă pentru cercetătorii de date.

⬤ Excelentă pentru începători și utilizatori experimentați
⬤ exemple practice
⬤ instrucțiuni clare pas cu pas
⬤ acoperă atât subiecte de bază, cât și avansate
⬤ accent puternic pe aplicații din lumea reală
⬤ servește drept referință de durată
⬤ introduce driverul Python GDSL al Neo4j.

⬤ Unii cititori pot considera că această carte presupune un anumit nivel de cunoștințe anterioare
⬤ o explorare mai profundă a subiectelor avansate ar putea fi uneori dorită
⬤ Neo4j poate să nu fie singura opțiune disponibilă, ceea ce ar putea limita perspectiva asupra științei datelor grafice.

(pe baza a 6 recenzii ale cititorilor)

Titlul original:

Graph Data Science with Neo4j: Learn how to use Neo4j 5 with Graph Data Science library 2.0 and its Python driver for your project

Conținutul cărții:

Amplificați-vă datele cu potențialul nelimitat al Neo4j 5, prima bază de date grafice pentru învățarea automată de ultimă oră

Achiziționarea cărții tipărite sau Kindle include o carte electronică PDF gratuită

Caracteristici principale:

⬤ Extrageți informații semnificative din datele grafice cu cea mai recentă versiune 5 a Neo4j.

⬤ Utilizați algoritmi grafici într-o conductă obișnuită de învățare automată în Python.

⬤ Învățați principiile de bază ale bibliotecii Graph Data Science pentru a face predicții și a crea conducte de știință a datelor.

Descrierea cărții:

Neo4j, împreună cu biblioteca sa Graph Data Science (GDS), este o soluție completă pentru stocarea, interogarea și analiza datelor grafice. Pe măsură ce bazele de date grafice devin din ce în ce mai populare în rândul dezvoltatorilor, oamenii de știință de date sunt susceptibili de a se confrunta cu astfel de baze de date în cariera lor, ceea ce face o abilitate indispensabilă de a lucra cu algoritmi grafici pentru a extrage informații de context și pentru a îmbunătăți performanța generală de predicție a modelului.

Oamenii de știință din domeniul datelor care lucrează cu Python își vor putea pune cunoștințele în aplicare cu acest ghid practic pentru Neo4j și biblioteca GDS, care oferă explicații pas cu pas ale conceptelor esențiale și instrucțiuni practice pentru implementarea tehnicilor de știința datelor pe date grafice utilizând cea mai recentă versiune Neo4j 5 și bibliotecile asociate acesteia. Veți începe prin interogarea Neo4j cu Cypher și veți învăța cum să caracterizați seturile de date grafice. Pe măsură ce vă familiarizați cu rularea algoritmilor grafici pe datele grafice stocate în Neo4j, veți înțelege capacitățile noi și avansate ale bibliotecii GDS care vă permit să faceți predicții și să scrieți conducte de știință a datelor. Folosind driverul Python GDSL lansat recent, veți putea integra algoritmi grafici în conducta dvs. ML.

Până la sfârșitul acestei cărți, veți putea să profitați de relațiile din setul dvs. de date pentru a vă îmbunătăți modelul actual și pentru a face alte tipuri de predicții elaborate.

Ce veți învăța:

⬤ Utilizați limbajul de interogare Cypher pentru a interoga baze de date grafice precum Neo4j.

⬤ Construiți seturi de date de grafice din propriile date și din grafice de cunoștințe publice.

⬤ Efectuați predicții specifice grafurilor, cum ar fi predicția legăturilor.

⬤ Explorați cea mai recentă versiune a Neo4j pentru a construi o rețea de știință a datelor grafice.

⬤ Rularea unui algoritm de predicție scikit-learn cu date grafice.

⬤  Antrenați un algoritm de încorporare predictivă în GDS și gestionați magazinul de modele.

Pentru cine este această carte:

Dacă sunteți un om de știință a datelor sau un profesionist al datelor cu o bază în elementele de bază ale Neo4j și sunteți acum gata să înțelegeți cum să construiți soluții avansate de analiză, veți găsi utilă această carte de știință a datelor grafice. Familiarizarea cu componentele majore ale unui proiect de știința datelor în Python și Neo4j este necesară pentru a urmări conceptele acoperite în această carte.