Die Wesentlichen Kriterien von Graphdatenbanken

Wichtige Mathematik für Data Science: Übernehmen Sie die Kontrolle über Ihre Daten mit grundlegender linearer Algebra, Wahrscheinlichkeitsrechnung und Statistik

Thomas Nield

Grokking Relational Database Design

Qiang Hao, Michail Tsikerdekis

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

Denise Koessler Gosnell, Matthias Broecheler

Datenbanksystemkonzepte Abraham Silberschatz, Henry F. Korth etc.

Geospatial Data Science Essentials: 101 praktische Python-Tipps und Tricks

Milan Janosov

Graph-Analyse und Visualisierung: Geschäftschancen in vernetzten Daten entdecken

Richard Brath, David Jonker

Lernen Sie SQL-Datenbankprogrammierung: Abfragen und Manipulieren von Datenbanken beliebter relationaler Datenbankserver mit SQL

Josephine Bush

Data Engineering Design Patterns: Rezepte zur Lösung der häufigsten Data-Engineering-Probleme

Bartosz Konieczny

Graphenalgorithmen auf unterhaltsame Weise: Leistungsstarke Algorithmen entschlüsselt, nicht übermäßig vereinfacht

Jeremy Kubica

Praktisches GraphQL: Erlernen der Full-Stack GraphQL-Entwicklung mit Projekten

Nabendu Biswas