Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione
- Banche dati e librerie a grafo
Informazioni sui dati grafici
- Il grafo come struttura dati
- Utilizzo di vertici (punti) e bordi (linee) per modellare scenari del mondo reale
Utilizzo dei grafici Database per modellare, persistere ed elaborare i dati dei grafici
- Algoritmi/attraversamenti di grafi locali
- neo4j, OrientDB e Titan
Esercizio: Modellazione dei dati del grafo con neo4j
- Modellazione dei dati della lavagna
Oltre il grafico Database: Graph Computing
- Informazioni sul grafico delle proprietà
- Modellazione di diversi scenari (grafico software, grafico di discussione, grafico concettuale)
Risoluzione di problemi reali con gli attraversamenti
- Camminata algoritmica/diretta sul grafo
- Determinazione delle pendenze circolari
Caso di studio: Classifica dei contributori alla discussione
- Classifica per numero e profondità delle discussioni contribuite
- Una nota sull'analisi del sentiment e dei concetti
Graph Computing: Toolkit per grafici in memoria locali
- Analisi e visualizzazione dei grafici
- JUNG, NetworkX e iGraph
Esercizio: Modellazione dei dati dei grafi con NetworkX
- Utilizzo di NetworkX per modellare un sistema complesso
Graph Computing: Framework grafici per l'elaborazione batch
- Utilizzo di Hadoop per l'archiviazione (HDFS) e l'elaborazione (MapReduce)
- Panoramica degli algoritmi iterativi
- Hama, Giraph e GraphLab
Graph Computing: Calcolo grafo-parallelo
- Unificare ETL, analisi esplorativa e calcolo iterativo dei grafi all'interno di un unico sistema
- GraphX
Configurazione e installazione
- Hadoop e Spark
GraphX Operatori
- Proprietà, strutturale, join, aggregazione di quartiere, caching e uncaching
Iterazione con l'API Pregel
- Passaggio di argomenti per l'invio, la ricezione e l'elaborazione
Costruire un grafico
- Utilizzo di vertici e bordi in un RDD o su disco
Progettazione di Scalable Algoritmi
- GraphX Ottimizzazione
AccessAlgoritmi aggiuntivi
- PageRank, Componenti connessi, Conteggio dei triangoli
Esercis: Page Rank e Utenti Migliori
- Costruzione ed elaborazione di dati grafici utilizzando file di testo come input
Distribuzione in produzione
Osservazioni conclusive
Requisiti
- Un approfondimento della programmazione e dei framework Java
- Una comprensione generale di Python è utile ma non richiesta
- Una comprensione generale dei concetti relativi ai database
Pubblico
- Gli sviluppatori
28 ore
Recensioni (2)
Very nice training
Maira Frisch - Novartis Pharma AG
Corso - SPARQL
He was interactive.
