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

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

Graphdatenbanken
graph databases graph thinking data modeling NoSQL Customer 360 relational databases practical guide
Autor
Denise Koessler Gosnell, Matthias Broecheler
Verlag
O’Reilly Media, Inc.
Jahr
2020
Sprache
Englisch
51
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Praktische Statistik für Data Scientists: 50+ wesentliche Konzepte mit R und Python

Praktische Statistik für Data Scientists: 50+ wesentliche Konzepte mit R und Python

Peter Bruce, Andrew Bruce, Peter Gedeck

Data Science: Die schwierigen Teile. Techniken für herausragende Data Science.

Data Science: Die schwierigen Teile. Techniken für herausragende Data Science.

Daniel Vaughan

Kommunikation mit Daten: Überzeugungskraft durch Daten

Kommunikation mit Daten: Überzeugungskraft durch Daten

Carl Allchin

Deep Learning im großen Maßstab: An der Schnittstelle von Hardware, Software und Daten

Deep Learning im großen Maßstab: An der Schnittstelle von Hardware, Software und Daten

Suneeta Mall

Der Cloud Data Lake: Ein Leitfaden zum Aufbau robuster Cloud-Datenarchitektur

Der Cloud Data Lake: Ein Leitfaden zum Aufbau robuster Cloud-Datenarchitektur

Rukmani Gopalan

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

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

Kyran Dale

Algorithmen für Dummies®, 2. Auflage

Algorithmen für Dummies®, 2. Auflage

John Paul Mueller, Luca Massaron

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

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

Bartosz Konieczny

Data Contracts: Entwicklung von Produktionsreifen Pipelines im großen Maßstab

Data Contracts: Entwicklung von Produktionsreifen Pipelines im großen Maßstab

Chad Sanderson, Mark Freeman, B.E. Schmidt