Programa del Curso

Introducción

  • Bases de datos y bibliotecas de grafos

Descripción de los datos de gráficos

  • El grafo como estructura de datos
  • Uso de vértices (puntos) y aristas (líneas) para modelar escenarios del mundo real

Uso de grafos Database para modelar, conservar y procesar datos de grafos

  • Algoritmos/recorridos de grafos locales
  • neo4j, OrientDB y Titan

Ejercicio: Modelado de datos de grafos con neo4j

  • Modelado de datos de pizarra

Más allá del gráfico Databases: Graph Computing

  • Descripción del gráfico de propiedades
  • Modelado de gráficos en diferentes escenarios (gráfico de software, gráfico de discusión, gráfico conceptual)

Resolver problemas del mundo real con recorridos

  • Recorrido algorítmico/dirigido sobre el grafo
  • Determinación de cependencias circulares

Estudio de caso: Clasificación de los colaboradores de la discusión

  • Clasificación por número y profundidad de las discusiones aportadas
  • Una nota sobre el análisis de sentimientos y conceptos

Graph Computing: Kits de herramientas de gráficos locales en memoria

  • Análisis y visualización de gráficos
  • JUNG, NetworkX e iGraph

Ejercicio: Modelado de datos de gráficos con NetworkX

  • Uso de NetworkX para modelar un sistema complejo

Graph Computing: Marcos de grafos de procesamiento por lotes

  • Aprovechamiento Hadoop para el almacenamiento (HDFS) y el procesamiento (MapReduce)
  • Descripción general de los algoritmos iterativos
  • Hama, Giraph y GraphLab

Graph Computing: Cálculo grafo-paralelo

  • Unificación de ETL, análisis exploratorio y cálculo de grafos iterativos dentro de un solo sistema
  • GraphX

Configuración e instalación

  • Hadoop y Chispa

GraphX Operadores

  • Propiedad, estructural, unión, agregación de vecindad, almacenamiento en caché y desenmascaramiento

Iteración con la API de Pregel

  • Pasar argumentos para enviar, recibir y calcular

Construcción de un grafo

  • Uso de vértices y aristas en un RDD o en un disco

Diseño de algoritmos Scalable

  • GraphX Optimización

Accessing algoritmos adicionales

  • PageRank, Componentes conectados, Conteo de triángulos

Ejercicios: Page Rank y Usuarios Principales

  • Creación y procesamiento de datos de gráficos utilizando archivos de texto como entrada

Implementación en producción

Palabras finales

Requerimientos

  • Un trasfondo de Java programación y marcos de referencia
  • Una comprensión general de Python es útil, pero no es obligatoria
  • Una comprensión general de los conceptos de bases de datos

Audiencia

  • Desarrolladores
 28 Horas

Número de participantes


Precio por Participante​

Testimonios (3)

Próximos cursos

Categorías Relacionadas