• Bücher
  • KI und ML
  • Data Science
  • Graph-gestützte Analytik und maschinelles Lernen mit TigerGraph: Geschäftsergebnisse mit verbundenen Daten vorantreiben
Graph-gestützte Analytik und maschinelles Lernen mit TigerGraph: Geschäftsergebnisse mit verbundenen Daten vorantreiben
A

Graph-gestützte Analytik und maschinelles Lernen mit TigerGraph: Geschäftsergebnisse mit verbundenen Daten vorantreiben

Data Science
TigerGraph graph analytics machine learning GSQL connected data graph modeling data science
Autor
Victor Lee, Phuc Kien Nguyen, Alexander Thomas
Verlag
O'Reilly Media
Jahr
2023
Sprache
Englisch
50
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Der Praktikerleitfaden zu Graphdaten: Anwendung von Graph-Denken und Graph-Technologien zur Lösung komplexer Probleme

Der Praktikerleitfaden zu Graphdaten: Anwendung von Graph-Denken und Graph-Technologien zur Lösung komplexer Probleme

Denise Koessler Gosnell, Matthias Broecheler

Praktisches Maschinelles Lernen mit Scikit-Learn und PyTorch: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme

Praktisches Maschinelles Lernen mit Scikit-Learn und PyTorch: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme

Aurélien Géron

Deep Learning für Finanzen: Erstellung von Machine- und Deep-Learning-Modellen für den Handel in Python

Deep Learning für Finanzen: Erstellung von Machine- und Deep-Learning-Modellen für den Handel in Python

Sofien Kaabar

Machine Learning mit Python Kochbuch: Praktische Lösungen von der Vorverarbeitung bis zum Deep Learning

Machine Learning mit Python Kochbuch: Praktische Lösungen von der Vorverarbeitung bis zum Deep Learning

Kyle Gallatin, Chris Albon

Machine Learning und Data Science Blaupausen für Finanzen: Vom Aufbau von Handelsstrategien bis zu Robo-Advisors mit Python

Machine Learning und Data Science Blaupausen für Finanzen: Vom Aufbau von Handelsstrategien bis zu Robo-Advisors mit Python

Hariom Tatsat, Sahil Puri, Brad Lookabaugh

Machine Learning Production Systems: Entwicklung von Machine-Learning-Modellen und Pipelines

Machine Learning Production Systems: Entwicklung von Machine-Learning-Modellen und Pipelines

Robert Crowe, Hannes Hapke, Emily Caveness, Di Zhu

LangChain lernen: KI- und LLM-Anwendungen mit LangChain und LangGraph erstellen

LangChain lernen: KI- und LLM-Anwendungen mit LangChain und LangGraph erstellen

Mayo Oshin, Nuno Campos

Datenvisualisierung mit Python und JavaScript: Daten scrapen, bereinigen, erkunden und transformieren

Datenvisualisierung mit Python und JavaScript: Daten scrapen, bereinigen, erkunden und transformieren

Kyran Dale

Praktisches Maschinelles Lernen mit Scikit-Learn, Keras & TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme

Praktisches Maschinelles Lernen mit Scikit-Learn, Keras & TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme

Aurélien Géron

KI-gestützte Business Intelligence: Prognosen und Entscheidungsfindung mit maschinellem Lernen verbessern

KI-gestützte Business Intelligence: Prognosen und Entscheidungsfindung mit maschinellem Lernen verbessern

Tobias Zwingmann