1. Moduli del corso:

Durante un bootcamp, forniamo:

Neo4j Fundamentals, Neo4j Data Modeling, Proof of Concept (PoC).
Dopo un briefing approfondito da parte tua, i nostri esperti di grafi ti aiuteranno a scrivere sulla lavagna i tuoi requisiti e a iniziare a usare Neo4j durante una sessione mattutina o pomeridiana. Costruiremo insieme un proof of concept in Neo4j con il modello di dati concordato, caricheremo alcuni dati reali (in arrivo dai tuoi database di produzione ed estratti in formato CSV) nel database a grafo e scriveremo alcune query Cypher e visualizzazioni  che dimostreranno che il modello  dati candidato funziona bene per il tuo caso d'uso. 

Obiettivi:

Alla fine del corso i partecipanti dovranno aver acquisito le seguenti competenze:

• Descrivere i tipi di algoritmi sui grafi da utilizzare per le analisi dei dati.
• Descrivere come utilizzare la “Graph Data Science Library” per le analisi sui dati.
• Impostare un ambiente per l’esecuzione di analisi di Graph Data Science.
• Descrivere il flusso di lavoro che solitamente viene utilizzato per gli algoritmi sui grafi. 
• Valutare quanta memoria un algoritmo richiede per uno specifico dataset. 
• Utilizzare alcuni algoritmi di Community Detection:
  • Weakly Connected Components
  • Label Propagation
  • Louvain Modularity
  • Triangle Counting
  • Local Clustering Coefficient
• Utilizzare alcuni algoritmi di Centralità: 
  • PageRank
  • Betweenness Centrality
• Utilizzare l’algoritmo di Similarità dei Nodi (Jaccard Index).
• Eseguire un’analisi usando algoritmi multipli per rispondere alle domande.
• Descrivere alcune delle best practice per usare gli algoritmi sui grafi.