Algoritmos de grafos: Ejemplos prácticos en Apache Spark y Neo4j

Opiniones de los lectores

El libro ofrece una sólida introducción a las bases de datos de grafos, en particular Neo4j y Spark, con aplicaciones prácticas y conocimientos útiles sobre algoritmos. Sin embargo, adolece de una mala calidad de impresión y carece de explicaciones detalladas de los algoritmos, lo que puede frustrar a los lectores que busquen conocimientos en profundidad.

⬤ Explicaciones detalladas y concisas
⬤ bueno para principiantes y para aquellos que buscan nivelar sus conocimientos en bases de datos de grafos
⬤ valioso para entender aplicaciones del mundo real de algoritmos de grafos
⬤ recursos útiles y referencias proporcionadas
⬤ estilo de escritura claro.

⬤ Falta de explicaciones detalladas sobre algoritmos
⬤ mala calidad de impresión que hace ilegibles las figuras
⬤ algunos capítulos son menos claros y están dirigidos más a usuarios experimentados
⬤ dependencia de acortadores de URL en lugar de referencias bibliográficas adecuadas
⬤ algunos lectores encontraron frustrante que el libro no profundizara en aplicaciones más complejas.

(basado en 14 opiniones de lectores)

Título original:

Graph Algorithms: Practical Examples in Apache Spark and Neo4j

Contenido del libro:

Descubra cómo los algoritmos de grafos pueden ayudarle a aprovechar las relaciones dentro de sus datos para desarrollar soluciones inteligentes y mejorar sus modelos de aprendizaje automático. Con esta guía práctica, los desarrolladores y científicos de datos descubrirán cómo los análisis de grafos aportan valor, tanto si se utilizan para crear modelos de redes dinámicas como para predecir el comportamiento en el mundo real.

Mark Needham y Amy Hodler de Neo4j explican cómo los algoritmos de grafos describen estructuras complejas y revelan patrones difíciles de encontrar, desde la detección de vulnerabilidades y cuellos de botella hasta la detección de comunidades y la mejora de las predicciones de aprendizaje automático. A través de ejemplos prácticos, aprenderá a utilizar algoritmos de grafos en Apache Spark y Neo4j, dos de las opciones más comunes para el análisis de grafos.

⬤ Aprenda cómo el análisis de gráficos revela más elementos predictivos en los datos actuales.

⬤ Comprender cómo funcionan los algoritmos de gráficos más populares y cómo se aplican.

⬤ Utilizar código de muestra y consejos de más de 20 ejemplos de algoritmos de gráficos.

⬤ Aprenda qué algoritmos utilizar para diferentes tipos de preguntas.

⬤ Explore ejemplos con código de trabajo y conjuntos de datos de muestra para Spark y Neo4j.

⬤ Crear un flujo de trabajo ML para la predicción de enlaces mediante la combinación de Neo4j y Spark.