Graph Data Science with Neo4j : Learn How to Use Neo4j 5 with Graph Data Science Library 2.0 and Its Python Driver for Your Project /

Contiene: 1) Creación de datos gráficos en Neo4j; 2) Presentación e instalación de Neo4j; 3) Importar datos a Neo4j para crear un gráfico de conocimiento; 4) Exploración y caracterización de datos gráficos con Neo4j; 5) Caracterizar un conjunto de datos de gráficos; 6) Uso de algoritmos gráficos par...

Popoln opis

Shranjeno v:
Bibliografske podrobnosti
Glavni avtor: Scifo, Estelle (autor)
Format: Knjiga
Jezik:angleščina
Izdano: Birmingham, Inglaterra : Packt, 2023, c2023
Teme:
Online dostop:Ver documento en línea
Oznake: Označite
Brez oznak, prvi označite!

MARC

LEADER 00000nam^a2200000^a^4500
001 000585406
005 20251023000000.0
009 20260310132729.026
020 |a 978-1-80461-274-3 
037 |a Acervo ITESO - Biblioteca 
041 |a ING 
082 |a 005. 74  |b SCI 
100 |a Scifo, Estelle  |e (autor) 
245 1 0 |a Graph Data Science with Neo4j :  |b Learn How to Use Neo4j 5 with Graph Data Science Library 2.0 and Its Python Driver for Your Project /  |c E. Scifo. 
264 4 |a Birmingham, Inglaterra :  |b Packt,  |c 2023, c2023 
264 2 |a Birmingham, EUA :  |b EBSCOhost [distribución],  |c 2024 
300 |a 1 libro electrónico en línea (XVI, 271 p.) 
300 |a 1 recurso en línea 
336 |a datos para computadora  |b cod  |2 rdacontenido 
337 |a computadora  |b c  |2 rdamedio 
338 |a recurso en línea  |b cr  |2 rdasoporte 
506 0 |a Licencias ilimitadas 
520 |a Contiene: 1) Creación de datos gráficos en Neo4j; 2) Presentación e instalación de Neo4j; 3) Importar datos a Neo4j para crear un gráfico de conocimiento; 4) Exploración y caracterización de datos gráficos con Neo4j; 5) Caracterizar un conjunto de datos de gráficos; 6) Uso de algoritmos gráficos para caracterizar un conjunto de datos gráficos; 7) Visualización de datos gráficos; 8) Hacer predicciones en un gráfico; 9) Construcción de un modelo de aprendizaje automático con funciones gráficas; 10) Extracción automática de funciones con incrustaciones de gráficos para aprendizaje automático; 11) Construcción de un canal GDS para la capacitación del modelo de clasificación de nodos; 12) Predecir las ventajas futuras; 13) Escribir sus algoritmos de gráficos personalizados con la API de Pregel en Java. 
521 |a Peticiones 2024 
649 |a XX 
650 |a Software Libre 
650 |a Aprendizaje Automático (Inteligencia Artificial) 
650 |a Métodos Gráficos -  |x Tema Principal 
650 |a Lenguajes de Modelado Visual 
650 |a Lenguajes de Programación -  |x Tema Principal 
650 |a Programación (Software) 
650 |a Bases de Datos -  |x Diseño y Construcción -  |x Tema Principal 
650 |a Sistemas Computacionales 
650 |a Informática 
650 |a Ingeniería Computacional 
856 4 0 |u https://ezproxy.iteso.mx/login?url=https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&db=nlabk&AN=3543871  |y Ver documento en línea 
910 |a Fondo General 
920 |a Electrónicos - Libros en Línea 
930 |a Plataforma Digital 
905 |a 205 
901 |a 585406-1  |b IT2  |c EBO  |i C186446  |u 20250521 
902 |a https://opac.biblio.iteso.mx/vufind/Record/000585406