مطالب پیشنهادی از سراسر وب

الگوریتم های گراف جستجو با Neo4j

دسته بندی ها: الگوریتم و فلوچارت ، آموزش های Packtpub

Neo4j یک پایگاه داده گرافیکی منبع باز، بسیار مقیاس پذیر و تراکنشی است که برای اتصال داده ها مناسب است. این سیستم پیشرو در مدیریت پایگاه داده نمودار است که برای بهینه سازی مدیریت سریع، ذخیره سازی و پیمایش گره ها و روابط طراحی شده است. Neo4j می تواند برای هوش مصنوعی، تشخیص تقلب، جستجوی مبتنی بر گراف، عملیات شبکه و امنیت و بسیاری موارد دیگر استفاده شود. الگوریتم های گراف متعددی در کتابخانه رو به رشد و باز Neo4j وجود دارد که کاربران می توانند برای پروژه های خود استفاده کنند.

این دوره توسط یک فیزیکدان تحصیل کرده دکترا که همکاری علمی با CERN داشته، ارائه شده است و الگوریتم های مهم گراف را که در پلتفرم تحلیل گراف Neo4j استفاده می شود، بررسی می کند. این یک دوره جذاب و عملی است که از طریق آن الگوریتم های مختلف گراف با عملکرد بالا را کشف می کنید که الگوها و ساختارهای پنهان را در داده های متصل شما نشان می دهد. شما برای استفاده کارآمد از الگوریتم ها و درک، مدل سازی و پیش بینی پیچیده اما مهم، پویایی ها و روابط متقابل، بر این مهارت ها تسلط خواهید یافت.

همچنین قادر خواهید بود راهکارهای مبتنی بر گراف را سریع تر توسعه داده و استقرار دهید، جریان کاری کارآمد اعمال کنید و مشکلات دنیای واقعی را حل کنید. با کمک این دوره، شما یاد خواهید گرفت که چگونه با انتخاب الگوریتم مناسب بر اساس نیاز خود کار خود را آسان تر کنید، عملکرد آن را درک کنید و آن را پیاده سازی کنید.
در پایان دوره، شما با تحلیل گراف با استفاده از Neo4j آشنا و مطمئن می شوید و می توانید با استفاده از بینش های سریع آن برای دستیابی به نتایج قدرتمند، با طیف گسترده ای از مشکلات کنار بیایید.

بسته کد این دوره در اینجا موجود است.

فایل های تمرین exercise_files.zip

ترجمه با ویدابیا

ترجمه فارسی این دوره آموزشی رو همین الان از ویدابیا سفارش بده الان سفارش بده
آیا این نوشته را دوست داشتید؟
Packt Exploring Graph Algorithms with Neo4j Duration:2 hours 20 minutes

Neo4j is an open source, highly scalable, and transactional graph database well-suited to connected data. It is the world's leading graph database management system, which is designed to optimize the fast management, storage, and traversal of nodes and relationships. Neo4j can be utilized for artificial intelligence, fraud detection, graph-based search, network ops and security, and many other use cases. There are numerous graph algorithms in Neo4j’s growing and open library which the users can use for their projects.
Delivered by a PhD-educated physicist whose academic work incorporated collaboration with CERN, this course will cover the important graph algorithms that are used in Neo4j’s graph analytics platform. This is an engaging and practical course, through which you’ll explore various high-performance graph algorithms that reveal hidden patterns and structures in your connected data. You’ll master these skills to use the algorithms efficiently, and to understand, model, and predict complicated, but important, dynamics and interrelationships.
You’ll also be able to develop and deploy graph-based solutions more quickly, apply streamlined workflows, and solve real-world problems. With the help of this course, you’ll learn how to make your work easier by selecting the right algorithm based on your requirements, understand its workings, and implement it.
By the end of the course, you’ll be familiar and confident with graph analytics using Neo4j and will be able to deal with a broad range of problems, using its rapid insights to wield powerful results.
The code bundle for this course is available at - https://github.com/PacktPublishing/Exploring-Graph-Algorithms-with-Neo4j

پیشنهاد آموزش مرتبط در فرادرس