L’uso di un grafo per rappresentare un sistema complesso e la sua rete di entità e relazioni ha uno strumento di analisi unico, non presente negli altri modelli di rappresentazione del dato, i graph algorithms ovvero gli algoritmi della network science.

Sfruttando le proprietà matematiche del grafo è possibile individuare alcune specificità dei nostri dati e poterle sfruttare per predizioni o classificazioni, e altri task di data science. Nel seminario saranno esposti sia gli algoritmi più usati, sia la loro implementazione in un ambiente di lavoro con Neo4j integrato con il plugin Graph Data Science

Agenda:

1. Overview of graph algorithms

2. Introduction to the Graph Data Science Library

3. Environment setup

4. Graph algorithms workflow

5. Memory requirements

6. Community Detection algorithms

7. Centrality algorithms

8. Similarity algorithms

9. Practical application of graph algorithms

10. Additional information

Trainer: Michele Lupo