【Neo4j构建知识图谱】图上的数据科学1:算法项目合集方法梳理【飞机航线作为案例】
2023-09-14 09:09:13 时间
Neo4j Graph Data Science是Neo4j官方提供的一套图算法库,它用来代替之前的Graph Algorithm算法库,适合Neo4j 4.0以上版本使用。
官方文档介绍:https://neo4j.com/docs/graph-data-science/current/
对于初学者来说,Neo4j Sandbox简直是省时省力的学习神器。在云端免费申请一个Neo4j Sandbox的账号就可以开始您的Neo4j体验之旅了。
1、图形算法项目
登录与注册地址:https://sandbox.neo4j.com/
官方的sandbox提供了一系列的图数据库项目,可以在官网直接申请,同时每一套项目都配置一套指南,提供快速入门,其中就包含了Graph Data Science。
注册之后点击创建项目:
进入之后:
2、为什么要将图形用于数据科学?
传统的数据科学和机器学习应用程序依赖于使用柱状数据创建知识和理解。每一行数据(或每一个数据点)都被视为独立于其他数据。然而,有许多例子表明,考虑每个数据点之间的现有关系可以创建更
相关文章
- struts+hibernate+oracle+easyui实现lazyout组件的简单案例——DeptDao层代码
- struts+hibernate+oracle+easyui实现lazyout组件的简单案例——hibernate的config文件(hibernate.cfg.xml)
- 中断ORACLE数据库关闭进程导致错误案例
- Java方法案例--比较三个数中的最大值
- 《导航贴》-Scratch编程案例
- AI:Hugging Face(AI社区网红公司-抱抱脸)的简介、使用方法、案例应用之详细攻略
- Python语言学习:Python语言学习之正则表达式常用函数之re.search方法【输出仅一个匹配结果(内容+位置)】、re.findall方法【输出所有匹配结果(内容)】案例集合之详细攻略
- Python语言学习:Python语言学习之容器(列表&元组&字典&集合)简介、特点/意义/经验总结及容器魔法方法(定义可变&不可变容器的协议)的简介、案例应用之详细攻略
- Database之SQLSever:SQLSever数据库管理(GUI法/SQL语句命令法两种方法实现备份(完整备份、差异备份、日志备份)、还原、删除、修改数据库等案例)之详细攻略
- CV之IS:计算机视觉之图像分割(Image Segmentation)/语义分割算法的简介、使用方法、案例应用之详细攻略
- AI之FL:联邦学习(Federated Learning,分布式机器学习技术)的分类详解(纵向联邦学习/横向联邦学习)、使用方法、实战案例之详细攻略
- ML之SIFT_FLANN:FLANN算法的简介、使用方法(对图片提取SIFT特征并利用FLANN方法实现计算图像相似度并可视化案例)之详细攻略
- CV:人工智能之计算机视觉方向的简介(CV发展史+传统方法对比CNN类算法+CV类会议/期刊、主要研究方向)、计算机视觉四大研究方向以及十大具体应用领域(知识导图+经典案例)之详细攻略
- CV之ICG:计算机视觉之图像标题生成(Image Caption Generator)算法的简介、使用方法、案例应用之详细攻略
- ML之Apriori:关联规则挖掘技术的简介、使用方法、案例应用之详细攻略
- Py之transformers:transformers的简介、安装、使用方法、案例应用之详细攻略
- DL之LSTM:LSTM算法论文简介(原理、关键步骤、RNN/LSTM/GRU比较、单层和多层的LSTM)、案例应用之详细攻略
- ML与Optimality:最优化理论(GD随机梯度下降/QN拟牛顿法/CG共轭梯度法/L-BFGS/TR置信域/GA遗传算法/SA模拟退火算法)在机器学习中的简介、常用方法、案例应用之详细攻略
- XAI/ML之LIME:可解释性之SP-LIME的简介、原理、使用方法、经典案例之详细攻略
- ML之LiR:机器学习经典算法之线性回归算法LiR的简介、使用方法、经典案例之详细攻略
- DL之SoftmaxWithLoss:SoftmaxWithLoss算法(Softmax+交叉熵误差)简介、使用方法、应用案例之详细攻略
- Python语言学习:Python随机生成那些事之随机生成使用方法、案例应用之详细攻略
- Py之cx_Freeze:cx_Freeze简介(程序打包软件)、安装、使用方法、案例应用(实现机器人在线24小时智能翻译软件打包)之详细攻略
- ML之XGBoost:XGBoost算法模型(相关配图)的简介(XGBoost并行处理)、关键思路、代码实现(目标函数/评价函数)、安装、使用方法、案例应用之详细攻略
- python实战案例:采集某漫客《网游之近战法师》所有章节
- 【文末彩蛋】数据仓库服务 GaussDB(DWS)单点性能案例集锦
- 实践案例丨教你一键构建部署发布前端和Node.js服务
- ML之KG:基于MovieLens电影评分数据集利用基于知识图谱的推荐算法(networkx+基于路径相似度的方法)实现对用户进行Top电影推荐案例