Graph Algorithms: Practical Examples in Apache Spark and Neo4j

  • -10%
 

Dostępność:

Produkt niedostępny

Produkt niedostępny – produkt nie jest obecnie osiągalny u żadnego z naszych dostawców. Zawsze możliwy jest dodruk, wznowienie lub reedycja tytułu, o ile wydawca podejmie taką decyzję. Dzięki bieżącej aktualizacji naszej oferty planowana data ponownej sprzedaży takiego tytułu znajdzie się przy jego opisie.

Zamówienia:0 - 69,99 PLN>69,99 PLNCzas dostawy:
Odbiór osobisty w księgarni 0 zł0 zł1 dzień roboczy
InPost Paczkomaty 24/7 (Płatność online)4.99 zł0 zł1-2 dni robocze
InPost Paczkomaty - Paczka w Weekend (Płatność online)16.99 zł0 zł1-2 dni robocze
Poczta Polska (Płatność online)12.99 zł0 zł3-5 dni roboczych
Poczta Polska (Płatność za pobraniem)13.99 zł0 zł3-5 dni roboczych
Kurier UPS (Płatność online)4.99 zł0 zł1 dzień roboczy
Kurier UPS (Płatność za pobraniem)4.99 zł0 zł1 dzień roboczy
Wysyłka zagranicznaSprawdź szczegóły >
301,50 zł 334,90 zł Oszczędzasz 33,40 zł
Discover how graph algorithms can help you leverage the relationships within your data to develop more intelligent solutions and enhance your machine learning models. You'll learn how graph analytics are uniquely suited to unfold complex structures and reveal difficult-to-find patterns lurking in your data. Whether you are trying to build dynamic network models or forecast real-world behavior, this book illustrates how graph algorithms deliver value—from finding vulnerabilities and bottlenecks to detecting communities and improving machine learning predictions.

This practical book walks you through hands-on examples of how to use graph algorithms in Apache Spark and Neo4j—two of the most common choices for graph analytics. Also included: sample code and tips for over 20 practical graph algorithms that cover optimal pathfinding, importance through centrality, and community detection.

Learn how graph analytics vary from conventional statistical analysis
Understand how classic graph algorithms work, and how they are applied
Get guidance on which algorithms to use for different types of questions
Explore algorithm examples with working code and sample datasets from Spark and Neo4j
See how connected feature extraction can increase machine learning accuracy and precision
Walk through creating an ML workflow for link prediction combining Neo4j and Spark


Napisz własną recenzję
Napisz recenzję o produkcie: Graph Algorithms: Practical Examples in Apache Spark and Neo4j
Twoja ocena
Ocena ogólna