Hodnotenie:
Kniha „Graph Data Science with Neo4j“ je vysoko oceňovaná za komplexné pokrytie konceptov vedy o grafoch pomocou Neo4j, ktoré je vhodné pre začiatočníkov aj skúsených odborníkov. Ponúka praktické príklady, návody krok za krokom a prehľad pokročilých tém, vďaka čomu je cenným zdrojom informácií pre dátových vedcov.
Výhody:⬤ Vynikajúca pre začiatočníkov aj skúsených používateľov
⬤ praktické príklady
⬤ prehľadné pokyny krok za krokom
⬤ pokrýva základné aj pokročilé témy
⬤ veľký dôraz kladie na reálne aplikácie
⬤ slúži ako trvalá referencia
⬤ predstavuje ovládač Neo4j GDSL v jazyku Python.
⬤ Niektorí čitatelia môžu zistiť, že kniha predpokladá určitú úroveň predchádzajúcich znalostí
⬤ hlbšie preskúmanie pokročilých tém môže byť niekedy žiaduce
⬤ Neo4j nemusí byť jedinou dostupnou možnosťou, čo môže obmedziť pohľad na vedu o grafových údajoch.
(na základe 6 čitateľských recenzií)
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
Nabite svoje dáta neobmedzeným potenciálom Neo4j 5, špičkovej databázy grafov pre špičkové strojové učenie
Kúpa tlačenej knihy alebo knihy pre Kindle zahŕňa bezplatnú elektronickú knihu PDF
Kľúčové vlastnosti:
⬤ Získajte zmysluplné informácie z grafových údajov pomocou najnovšej verzie Neo4j 5.
⬤ Využívajte grafové algoritmy do bežnej pipeline strojového učenia v jazyku Python.
⬤ Oboznámte sa so základnými princípmi knižnice Graph Data Science na vytváranie predpovedí a pipeline dátovej vedy.
Popis knihy:
Neo4j spolu s knižnicou Graph Data Science (GDS) predstavuje kompletné riešenie na ukladanie, vyhľadávanie a analýzu grafových dát. Keďže grafové databázy sú medzi vývojármi čoraz populárnejšie, dátoví vedci sa s takýmito databázami vo svojej kariére pravdepodobne stretnú, a preto je práca s grafovými algoritmami na získavanie kontextových informácií a zlepšenie celkovej výkonnosti predikčného modelu nevyhnutnou zručnosťou.
Dátoví vedci pracujúci s jazykom Python budú môcť využiť svoje vedomosti vďaka tejto praktickej príručke o Neo4j a knižnici GDS, ktorá ponúka krok za krokom vysvetlenie základných pojmov a praktické pokyny na implementáciu techník dátovej vedy na grafových údajoch pomocou najnovšej verzie Neo4j 5 a súvisiacich knižníc. Začnete dopytovaním Neo4j pomocou Cypheru a naučíte sa charakterizovať súbory grafových údajov. Keď si osvojíte spúšťanie grafových algoritmov na grafových údajoch uložených v Neo4j, pochopíte nové a pokročilé možnosti knižnice GDS, ktoré vám umožnia robiť predpovede a písať pipeline dátovej vedy. Pomocou novo vydaného ovládača GDSL Python budete môcť integrovať grafové algoritmy do svojich ML pipeline.
Na konci tejto knihy budete schopní využiť vzťahy vo vašom súbore údajov na zlepšenie vášho súčasného modelu a vytváranie ďalších typov prepracovaných predpovedí.
Čo sa naučíte:
⬤ Používať dopytovací jazyk Cypher na dopytovanie grafových databáz, ako je Neo4j.
⬤ Vytvárať grafové súbory údajov z vlastných údajov a verejných znalostných grafov.
⬤ Vytvárať predpovede špecifické pre grafy, napríklad predpovedanie prepojení.
⬤ Preskúmajte najnovšiu verziu Neo4j na vytvorenie vedeckej pipeline grafových dát.
⬤ Spustite predikčný algoritmus scikit-learn s údajmi z grafu.
⬤ Trénovanie prediktívneho algoritmu vkladania v GDS a správa úložiska modelov.
Pre koho je táto kniha určená:
Ak ste dátový vedec alebo dátový profesionál so základmi Neo4j a teraz ste pripravení pochopiť, ako vytvárať pokročilé analytické riešenia, bude pre vás táto kniha o grafovej vede užitočná. Na sledovanie konceptov uvedených v tejto knihe je potrebná znalosť hlavných komponentov projektu dátovej vedy v jazyku Python a Neo4j.
