Algoritmi grafici: Esempi pratici in Apache Spark e Neo4j

Recensioni dei lettori

Il libro fornisce una solida introduzione ai database a grafo, in particolare Neo4j e Spark, con applicazioni pratiche e utili approfondimenti sugli algoritmi. Tuttavia, soffre di una scarsa qualità di stampa e manca di spiegazioni dettagliate degli algoritmi, il che potrebbe frustrare i lettori in cerca di conoscenze approfondite.

⬤ Spiegazioni dettagliate e concise
⬤ ottimo per i principianti e per chi vuole approfondire le proprie conoscenze sui database a grafo
⬤ prezioso per comprendere le applicazioni reali degli algoritmi a grafo
⬤ risorse e riferimenti utili forniti
⬤ stile di scrittura chiaro.

⬤ Mancanza di spiegazioni dettagliate sugli algoritmi
⬤ scarsa qualità di stampa che porta a figure illeggibili
⬤ alcuni capitoli sono meno chiari e rivolti più a utenti esperti
⬤ affidamento su abbreviatori di URL invece che su riferimenti bibliografici adeguati
⬤ alcuni lettori hanno trovato frustrante che il libro non approfondisca applicazioni più complesse.

(basato su 14 recensioni dei lettori)

Titolo originale:

Graph Algorithms: Practical Examples in Apache Spark and Neo4j

Contenuto del libro:

Scoprite come gli algoritmi a grafo possono aiutarvi a sfruttare le relazioni all'interno dei vostri dati per sviluppare soluzioni intelligenti e migliorare i vostri modelli di apprendimento automatico. Con questa guida pratica, gli sviluppatori e i data scientist scopriranno come le analisi a grafo forniscono valore, sia che vengano utilizzate per costruire modelli di rete dinamici o per prevedere il comportamento del mondo reale.

Mark Needham e Amy Hodler di Neo4j spiegano come gli algoritmi a grafo descrivono strutture complesse e rivelano modelli difficili da trovare: dalla ricerca di vulnerabilità e colli di bottiglia all'individuazione di comunità e al miglioramento delle previsioni di apprendimento automatico. Verranno illustrati esempi pratici che mostrano come utilizzare gli algoritmi a grafo in Apache Spark e Neo4j, due delle scelte più comuni per l'analisi a grafo.

⬤ Imparerete come l'analisi dei grafi riveli ulteriori elementi predittivi nei dati odierni.

⬤ Capire come funzionano gli algoritmi a grafo più diffusi e come vengono applicati.

⬤ Usare il codice di esempio e i suggerimenti di oltre 20 esempi di algoritmi a grafo.

⬤ Imparare quali algoritmi utilizzare per i diversi tipi di domande.

⬤ Esplora esempi con codice funzionante e set di dati campione per Spark e Neo4j.

⬤ Creare un flusso di lavoro ML per la previsione dei collegamenti combinando Neo4j e Spark.