GRAF

Графовые алгоритмы. Бизнес-приложения.: GRAF

ПОИСК

Быстрый заказ

ОЦЕНКА КУРСА

общая оценка курса:

оценка преподавателя:

Отзывов: 0

Стать преподавателем

Хочу скидку

На этом курсе вы изучите теоретический минимум и практический инструментарий для обработки графов, включая алгоритмическую составляющую. Особый акцент делается на бизнес-кейсы. Например, сформировать список интересов потребителя с целью точной сегментации целевой аудитории, определить круг знакомых пропавшего человека, выявить подозрительные схемы финансовых транзакций, реализовать антифрод-систему, найти мошеннические схемы в страховании, провести расследование в рамках административного или уголовного дела. Также к типовым задачам на графах относятся оптимизация транспортных маршрутов, построение рекомендательных систем, выявление путей распространения инфекции и борьба с эпидемиями.

В качестве прикладного инструментария используется Spark GraphX и Pregel API, а также графовые NoSQL-СУБД Node4j и Cassandra, Gephi как средство визуализации графов и сетей.

Выберите форму обучения, чтобы увидеть актуальные даты:

После изучения курса вы сможете

понять, что такое Apache Airflow;
освоить принципы работы с задачами, операторами и DAG’ами;
научиться разрабатывать конвейеры обработки данных;
интегрировать Apache Aiflow с Apache Spark с использованием Apache Livy.

Содержание курса

1. Алгоритмы

Алгоритмы выделения сообществ
Меры центральности
Меры связности
Поиск кратчайших путей на графе
Эмбендинги
Предсказание наличия связей.

2. Инструментарий

Igraph
Spark Graph Frames
Pregel API и GraphX
Графовые базы данных: Node4j, Cassandra
Визуализация – Gephi.

3. Бизнес-кейсы

Финансы: Борьба с отмывкой денег AML
Медицина: выявление путей распространения и борьба с эпидемиями
E-commerce: Построение рекомендательных систем
Перевозчики, такси, службы доставки: Оптимизация маршрутов
Ритейл/ОФД: Построение справочников товарных позиций

Слушатели

3х-дневный практический курс для аналитиков и экспертов предметной области, которые используют или планируют применять алгоритмы на графах, чтобы улучшить бизнес-показатели своей компании и решать прикладные задачи.

Предварительная подготовка

Опыт работы SQL / Excel
Начальный опыт программирования (Python / R / Scala)