Aprenda a transformar, armazenar, evoluir, refatorar, modelar e criar projeções de gráficos usando a linguagem de programação Python
Características principais:
Transforme modelos de dados relacionais em modelos de dados gráficos enquanto aprende as principais aplicações ao longo do caminho
Descubra desafios comuns na modelagem e análise de gráficos e aprenda como superá-los
Pratique casos de uso do mundo real de detecção de comunidade, gráfico de conhecimento e rede de recomendação
Descrição do livro:
Os gráficos se tornaram cada vez mais integrais para alimentar os produtos e serviços que usamos em nossas vidas diárias, impulsionando mídias sociais, recomendações de compras on-line e até mesmo detecção de fraudes. Com este livro, você verá como um bom modelo de dados de gráfico pode ajudar a aumentar a eficiência e desbloquear insights ocultos por meio de análises de rede complexas.
Graph Data Modeling in Python guiará você através do design, implementação e aproveitamento de uma variedade de modelos de dados de gráficos usando as populares bibliotecas Python de código aberto NetworkX e igraph. Seguindo casos de uso prático e exemplos, você descobrirá como projetar modelos de gráficos ideais capazes de suportar uma ampla gama de consultas e recursos. Além disso, você fará uma transição perfeita de bancos de dados relacionais tradicionais e dados tabulares para o mundo dinâmico de estruturas de dados de gráficos que permitem análises poderosas baseadas em caminhos. Além de aprender a gerenciar um banco de dados de gráficos persistente usando o Neo4j, você também aprenderá a adaptar seu modelo de rede aos requisitos de dados em evolução.
Ao final deste livro, você será capaz de transformar dados tabulares em poderosos modelos de dados de gráfico. Em essência, você construirá seu conhecimento de iniciante a praticante de nível avançado em pouco tempo.
O que você aprenderá:
Projetar modelos de dados de gráfico e melhores práticas de design de esquema mestre
Trabalhar com as estruturas NetworkX e igraph em Python
Armazene, consulte, ingira e refatore dados de gráfico
Armazene seus gráficos na memória com Neo4j
Construir e trabalhar com projeções e colocá-las em prática
Refatore esquemas e aprenda táticas para gerenciar um modelo de dados de gráfico evoluído
Para quem é este livro:
Se você é um analista de dados ou desenvolvedor de banco de dados interessado em aprender bancos de dados de grafos e como curar e extrair dados deles, este é o livro para você. Ele também é benéfico para cientistas de dados e desenvolvedores Python que buscam começar com modelagem de dados de grafos. Embora conhecimento de Python seja assumido, nenhuma experiência prévia em teoria e técnicas de modelagem de dados de grafos é necessária.
Número de páginas | 479 |
Edição | 1 (2024) |
Formato | A5 (148x210) |
Acabamento | Brochura c/ orelha |
Coloração | Colorido |
Tipo de papel | Offset 75g |
Idioma | Português |
Tem algo a reclamar sobre este livro? Envie um email para [email protected]
Faça o login deixe o seu comentário sobre o livro.