Demistificare la scienza dei dati grafici: Algoritmi grafici, metodi di analisi, piattaforme, database e casi d'uso

Titolo originale:

Demystifying Graph Data Science: Graph Algorithms, Analytics Methods, Platforms, Databases, and Use Cases

Contenuto del libro:

Con la crescente maturità e stabilità della digitalizzazione e delle tecnologie edge, un gran numero di entità digitali, dispositivi connessi e microservizi interagiscono in modo mirato per creare enormi serie di dati digitali polistrutturati. Le aziende sono alla continua ricerca di nuovi modi per utilizzare i loro dati per guidare le innovazioni e le interruzioni del business per portare una vera e propria trasformazione digitale. La scienza dei dati (DS) si sta rivelando la soluzione unica per semplificare il processo di scoperta e diffusione della conoscenza a partire da enormi quantità di dati multistrutturati.

Supportati da linguaggi di interrogazione, database, algoritmi, piattaforme, metodi di analisi e algoritmi di apprendimento automatico e profondo (ML e DL), i grafi stanno emergendo come una nuova struttura di dati per rappresentare in modo ottimale una varietà di dati e le loro relazioni intime.

Rispetto ai metodi di analisi tradizionali, la connessione dei punti di dati nella graph analytics facilita l'identificazione di cluster di punti di dati correlati in base ai livelli di influenza, associazione, frequenza di interazione e probabilità. L'analisi dei grafi viene potenziata da una serie di tecniche analitiche all'avanguardia per esplorare e individuare relazioni vantaggiose tra entità diverse come organizzazioni, persone e transazioni. Questo libro si propone di spiegare i vari aspetti e l'importanza della scienza dei dati a grafo. Gli autori, provenienti sia dal mondo accademico che dall'industria, trattano di algoritmi, metodi di analisi, piattaforme e database che sono intrinsecamente in grado di creare valore aziendale sfruttando in modo intelligente i dati connessi.

Questo libro sarà un riferimento prezioso per i ricercatori accademici e dell'industria delle TIC, per gli scienziati e gli ingegneri, per i docenti e gli studenti di livello avanzato nei campi dell'analisi dei dati, della scienza dei dati, dell'architettura cloud/fog/edge, dell'internet delle cose, dell'intelligenza artificiale/macchina e dell'apprendimento profondo e dei relativi campi di applicazione. Sarà inoltre interessante per i professionisti dell'analisi nell'industria e nei team operativi IT.