Graph-Powered Analytics and Machine Learning with TigerGraph: Driving Business Outcomes with Connected Data

با افزایش سریع پایگاه‌های داده گراف، سازمان‌ها اکنون در حال پیاده‌سازی راه‌حل‌های تحلیلی پیشرفته و یادگیری ماشین هستند تا به نتایج کسب‌وکار کمک کنند. این راهنمای عملی به دانشمندان داده، مهندسان داده، معماران و تحلیلگران تجاری نشان می‌دهد که چگونه با استفاده از TigerGraph، یکی از مدل‌های پیشرو پایگاه داده گراف، با پایگاه داده گراف شروع به کار کنند.

شما یک رویکرد سه مرحله ای برای استخراج ارزش از داده های متصل را بررسی خواهید کرد: اتصال، تجزیه و تحلیل و یادگیری. ویکتور لی، شینیو چان و گاوراو دشپاند از TigerGraph موارد استفاده واقعی را ارائه می کنند که چندین نیاز تجاری معاصر را پوشش می دهد. با غواصی در تمرینات عملی با استفاده از TigerGraph Cloud، به سرعت در طراحی و مدیریت راه حل های تجزیه و تحلیل پیشرفته و یادگیری ماشین برای سازمان خود ماهر خواهید شد.

• از تفکر نموداری برای اتصال، تجزیه و تحلیل و یادگیری از داده‌ها برای تجزیه و تحلیل پیشرفته و یادگیری ماشین استفاده کنید
• بیاموزید که چگونه تجزیه و تحلیل گراف و یادگیری ماشینی می‌توانند بینش‌ها و نتایج کلیدی کسب و کار را ارائه دهند
• از پنج دسته اصلی نمودار استفاده کنید الگوریتم هایی برای هدایت تجزیه و تحلیل پیشرفته و یادگیری ماشینی
• نمای 360 درجه در زمان واقعی از نهادهای تجاری اصلی، از جمله مشتری، محصول، خدمات، تامین کننده، و شهروند
• از طریق یادگیری ماشینی و تجزیه و تحلیل پیشرفته، بینش های داده های متصل را کشف کنید
</ ul>

With the rapid rise of graph databases, organizations are now implementing advanced analytics and machine learning solutions to help drive business outcomes. This practical guide shows data scientists, data engineers, architects, and business analysts how to get started with a graph database using TigerGraph, one of the leading graph database models available.

You'll explore a three-stage approach to deriving value from connected data: connect, analyze, and learn. Victor Lee, Xinyu Chan, and Gaurav Deshpande from TigerGraph present real use cases covering several contemporary business needs. By diving into hands-on exercises using TigerGraph Cloud, you'll quickly become proficient at designing and managing advanced analytics and machine learning solutions for your organization.

• Use graph thinking to connect, analyze, and learn from data for advanced analytics and machine learning
• Learn how graph analytics and machine learning can deliver key business insights and outcomes
• Use five core categories of graph algorithms to drive advanced analytics and machine learning
• Deliver a real-time 360-degree view of core business entities, including customer, product, service, supplier, and citizen
• Discover insights from connected data through machine learning and advanced analytics