Bewertung:
Das Buch bietet eine solide Einführung in Graphdatenbanken, insbesondere Neo4j und Spark, mit praktischen Anwendungen und nützlichen Einblicken in Algorithmen. Es leidet jedoch unter der schlechten Druckqualität und den fehlenden detaillierten Erklärungen zu den Algorithmen, was Leser, die auf der Suche nach vertieftem Wissen sind, frustrieren könnte.
Vorteile:⬤ Detaillierte und prägnante Erklärungen
⬤ gut für Anfänger und diejenigen, die ihr Wissen über Graphdatenbanken vertiefen wollen
⬤ wertvoll für das Verständnis der realen Anwendungen von Graphalgorithmen
⬤ nützliche Ressourcen und Referenzen
⬤ klarer Schreibstil.
⬤ Mangel an detaillierten Erklärungen zu Algorithmen
⬤ schlechte Druckqualität, die zu unleserlichen Abbildungen führt
⬤ einige Kapitel sind weniger klar und richten sich eher an erfahrene Benutzer
⬤ Verlass auf URL-Verkürzungen anstelle von richtigen bibliographischen Referenzen
⬤ einige Leser fanden es frustrierend, dass das Buch nicht auf komplexere Anwendungen eingeht.
(basierend auf 14 Leserbewertungen)
Graph Algorithms: Practical Examples in Apache Spark and Neo4j
Erfahren Sie, wie Graphenalgorithmen Ihnen helfen können, die Beziehungen in Ihren Daten zu nutzen, um intelligente Lösungen zu entwickeln und Ihre Modelle für maschinelles Lernen zu verbessern. Mit diesem praktischen Leitfaden erfahren Entwickler und Datenwissenschaftler, wie Graphanalysen einen Mehrwert bieten, egal ob sie zum Aufbau dynamischer Netzwerkmodelle oder zur Vorhersage von Verhaltensweisen in der realen Welt verwendet werden.
Mark Needham und Amy Hodler von Neo4j erklären, wie Graphenalgorithmen komplexe Strukturen beschreiben und schwer zu findende Muster aufdecken - von der Suche nach Schwachstellen und Engpässen bis hin zur Erkennung von Gemeinschaften und der Verbesserung von Vorhersagen durch maschinelles Lernen. Sie werden praktische Beispiele durchlaufen, die Ihnen zeigen, wie Graphenalgorithmen in Apache Spark und Neo4j, zwei der gängigsten Lösungen für Graphenanalysen, verwendet werden können.
⬤ Lernen Sie, wie Graph-Analysen mehr prädiktive Elemente in den heutigen Daten aufdecken.
⬤ Verstehen Sie, wie beliebte Graph-Algorithmen funktionieren und wie sie angewendet werden.
⬤ Nutzen Sie Beispielcode und Tipps aus mehr als 20 Graphalgorithmus-Beispielen.
⬤ Lernen Sie, welche Algorithmen für verschiedene Arten von Fragen zu verwenden sind.
⬤ Erforschen Sie Beispiele mit Arbeitscode und Beispieldatensätzen für Spark und Neo4j.
⬤ Erstellen Sie einen ML-Workflow für Link-Vorhersagen durch die Kombination von Neo4j und Spark.
| ISBN: | 9781492047681 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 300 |
Derzeit verfügbar, auf Lager.
