bwin国际登录資源——幻燈片

所有 Refcard 出版物 視頻 幻燈片 播客 案例研究 其他

由Neo4j 4.0提供的無與倫比的圖形數據庫可伸縮性-圖形動力機器學習

亞曆山德羅·內格羅博士是graphhaware公司的首席科學家,也是曼寧的《圖形動力機器學習》一書的作者,他的演講涵蓋了以下主題:

在使用圖形數據庫時,為什麼無限製的縮放很重要

Neo4j開發人員構建的新的圖形數據庫擴展功能

圖的作用支持機器學習的應用

Neo4j如何幫助客戶擴展他們的應用程序

可以利用圖分片的機器學習項目的具體例子

該錄音也可從以下網站獲得:https://bit.ly/39ZqFVE

《生存還是毀滅》,Neo4j全文搜索提示和技巧

Christophe Willemsen, GraphAware的首席技術官,介紹了一些使用Neo4j的基於Lucene的搜索引擎進行相關搜索的技巧。

使用基於ml的知識圖譜進行社交媒體監控

有沒有想過ML可以用來建立一個知識圖譜,讓企業成功區分和競爭今天?我們將演示計算機視覺、NLP/U、知識豐富和圖形本地算法如何結合在一起,從各種非結構化數據源構建強大的洞察力。

這要視情況而定(以及為什麼這是最常見的建模問題的答案)

對於大多數通用圖模型問題的答案是“視情況而定”。這次演講展示了在不了解用例的情況下建模的缺陷——它展示了兩組人如何為同一組數據元素生成兩種不同的模型,以及用例應該如何指導模型。

使用圖分析修複微服務體係結構

所以,對於你的新項目,你決定拋棄你的單一產品,轉而追求微服務。但過了一段時間,你會發現事情並不像預期的那樣順利;-)

希望圖能夠幫助檢測反模式、可視化整個係統,甚至進行跨服務影響分析。

在這次演講中,我們將分析一個基於Spring Cloud的微服務係統,它使用了jQAssistant和Neo4j。我們將看到它如何幫助回答以下問題:

我的微服務體係結構中有反模式嗎?

在進行數據庫重構時,哪些服務/應用程序會受到影響?

我的API文檔/規範是否最新?

如何得到我的整個係統的一個最新的可視化?

和更多!

知識圖可視化的挑戰

將一個複雜的圖形可視化是一項簡化圖形並提供經過深思熟慮的視覺線索的任務,因此最好的UI往往被忽視。本次演講將總結當前的方法,並介紹一種新的用戶交互模式,該模式利用了高性能的Neo4j圖形引擎。

使用圖表的精益依賴管理

解除阻塞依賴關係有利於任何並發執行工作的組織。將依賴關係連接起來,並將它們建模為圖形,從而快速顯示這些連接,從而能夠做出促進零浪費和更高效交付的決策。

波士頓科學公司如何使用圖形分析提高生產質量

跟蹤生產線末端的生產問題到其源頭可能是一項艱巨的任務。Boston Scientific與graphhaware合作,利用Neo4j平台構建了一個製造質量工具,極大地提高了調查的時間、質量和數量。在本次演講中,我們將以圖表的形式回顧製造價值流,並討論可用的分析方法,這些方法可以顯著提高這個獨特應用程序的業務效率。我們還將介紹係統是如何在現有的數據體係結構中實現的,然後如何從筆記本調查工具擴展到使用Neo4j Server的企業級解決方案。

當隱私問題!數據敏感企業中的聊天機器人

當隱私問題!由克裏斯托弗•威廉森(Christophe williamsen)設計的聊天機器人在醫療和金融等數據敏感行業麵臨一係列挑戰

會議:醫療保健和BFSI中的聊天機器人集成,迪拜,2018年11月1日

來自外太空的信號

Vlasta Kus以NASA的公共數據集為例,談到了基於圖形的自然語言處理(NLP)的優點。從他的簡介:“[…]我們正在構建一個平台(大部分開源),集成了Neo4j和NLP(如命名實體識別、情感分析、單詞嵌入、LDA主題提取),我們測試和開發進一步相關的功能和工具,最近,例如,集成了Neo4j和Tensorflow,以使用深度學習技術(比如用於自動文本摘要的深度自動編碼器)。”

Baidu
map