Curso Análise em Grafos para Big Data

Análise em Grafos para Big Data

Seja muito bem-vindo à nossa Academia

Matricule-se já!

Vídeos Interativos

40 horas de curso

Data de Início

Comece agora

Projeto

Assistente Virtual

Um dos grandes desafios da atualidade é produzir tecnologias que consigam armazenar e analisar de forma eficiente a massa de dados gerada atualmente. O modelo relacional tem se mostrado ineficiente, pois o volume de dados e seus relacionamentos afetam diretamente o seu desempenho. Portanto, utilizar um modelo flexível, como o orientado a grafos, pode ser uma boa alternativa para a criação de modelos complexos de dados.

A teoria dos grafos é um ramo da matemática que estuda as relações entre os objetos de um determinado conjunto. Para tal são empregadas estruturas chamadas de grafos. Estruturas que podem ser representadas por grafos estão em toda parte e muitos problemas de interesse prático podem ser formulados como questões sobre certos grafos. O desenvolvimento de algoritmos para manipular grafos é um tema importante da ciência da computação e desenvolvimento de aplicações de Inteligência Artificial. O objetivo deste curso é dar a você condições de utilizar análise em grafos em seu projeto, analisando grandes conjuntos de dados.

Por que fazer este curso?

Não existe um número suficiente de profissionais qualificados em Inteligência Artificial no mercado brasileiro e internacional. Este curso permitirá a você se qualificar em uma das áreas com maior demanda profissional atualmente. Com uma metodologia que une teoria e prática na dose certa e com modernos recursos de aprendizagem online, você vai poder aplicar seus conhecimentos através de 1 projeto extraordinário.

Pré-Requisitos (recomendáveis)

Lógica

Bons conhecimentos em

matemática e lógica.

Programação

Python Fundamentos para

Análise de Dados.

Machine Learning

Curso de Machine Learning.

Conteúdo Programático

1. Introdução

Bem-Vindo - As Sete Pontes de Konigsberg

Navegando pela Data Science Academy

Introdução

O que são Grafos?
Problemas do Mundo Real Resolvidos com Grafos

Introdução à Teoria dos Grafos

Teoria dos Grafos e Suas Aplicações

Representação Gráfica

Tipos de Grafos, Ordem e Tamanho

Incidência e Adjacência

Armazenamento de Grafos em Memória

Valência (Grau)

Passeio, Trilha e Caminho do Grafo

Buscas em Grafos: Breadth-First Search x Depth-first search
Instalando o Servidor de Deep Learning
Configurando o Servidor de Deep Learning
Acesso Remoto ao Super Servidor DSA
Acesso Remoto ao Super Servidor DSA Usando Interface Gráfica
Bibliografia, Referências e Links úteis

2. Ferramentas e Graph Databases

Introdução

O Que é um Graph Database?

Principais Características de um Graph Database

Graph Model

Graph Database x Relational Database

Experimento - Tempo de Execução MySQL x Neo4j

Graph Database x Document Database

Quando Usar Graph Databases?
O Que é o Neo4j?
Neo4j Database
Cypher - Graph Query Language
Neo4j Graph Analytics e Cypher for Apache Spark
Neo4j ETL e Integração de Dados
Graph Visualization
Instalando o Neo4j
Criando um Neo4j Database
Explorando o Banco de Dados e Executando Queries com Cypher
Instalando o Driver Para Linguagem Python
OrienteDB
Oracle Spatial e Graph
DataStax
Ferramentas de Grafos "Point-and-Click"(Gephi, NodeXL)

3. Modelagem e Processamento

Introdução

O Que é um ACID-Compliant Database?

Principais Características de Um Graph Data Model

Como o Banco de Dados Armazena um Grafo?

As 4 Estruturas Básicas de Um Modelo Baseado em Grafos

Como Criar Um Modelo Baseado em Grafos?
Melhores Práticas ao Criar Modelos Baseados em Grafos
Criando um Neo4j Database
Neo4j CQL (Cypher Query Language)
Criando Nodes
Definindo Atributos nos Nodes
Criando Relacionamentos
Removendo Nodes, Atributos e Relacionamentos
Adicionando Atributos a Todos os Nodes em um Path com a Instrução FOREACH
Definindo Atributos em Relacionamentos
Buscando Padrões
Criando um Sistema de Recomendação Com Filtros Colaborativos
Criando o Banco de Dados e Carregando Dados em Arquivos CSV
Buscando Padrões e Fazendo Recomendações
Usando Filtros Colaborativos
Acessando o Neo4j com Linguagem Python

4. Estruturas de Dados Para Representação de Grafos

Introdução

Modelagem de Relacionamentos Usando Grafos

Casos de Uso de Modelagem

Redes Neurais São Grafos Computacionais?

Grafos Direcionados e Não Direcionados

Grafos Não Direcionados, Árvores e Florestas

Grafos Direcionados
Matrizes de Adjacência
Criando Matriz de Adjacência em Python
Listas e Conjuntos de Adjacência
Criando Conjuntos de Adjacência em Python
Algoritmos de Busca
Implementando Algoritmo Breadth-first
Implementando Algoritmo Depth-first
Algoritmo Breadth-first com Interface Gráfica
Álgebra Linear - Escalares, Vetores, Matrizes e Tensores
Álgebra Linear - Multiplicação de Matrizes
Álgebra Linear - Matriz Inversa
Álgebra Linear - Transposta da Matriz

5. Operações com Grafos

Introdução

DAGs - Directed Acyclic Graphs

Como Funciona um Grafo Computacional no TensorFlow

Representando Dependências com DAGs

Ordenação Topológica (Topological Sort)

Implementando Algoritmo Topological Sort

O Que é o Caminho Mais Curto?
Grafos Ponderados e Não Ponderados
Backtracking
Construindo Uma Tabela de Distâncias
Caminho Mais Curto em Grafos Não Ponderados
Algoritmo de Dijkstra
Tabela de Distância e Fila de Prioridade
Algoritmo de Dijkstra em Grafos Ponderados
Árvore de Abrangência
Buscando o Melhor Caminho em um Grafo
Obtendo os Dados de Longitude e Latitude
Encontrando o Caminho Curto no Google Maps

6. Análise Visual de Grafos (Networkx)

Introdução

Análise de Redes com iGraph

Manipulação e Análise Estatística com Graph-tool

Análise de Redes em Larga Escala com NetworKit

Análise de Redes Complexas com NetworkX

Instalando as Ferramentas

Criando e Visualizando um Grafo

Importando Grafos Via Arquivo CSV

Eliminando Self-Loops

Ajustando o Nome dos Nodes

Definindo Atributos de Nodes e Arestas

Construindo Biblioteca Para Visualização dos Grafos

Visualização dos Grafos

7. Análise Visual de Grafos (Gephi)

Introdução

Instalando o Gephi

Explorando a Interface do Gephi

Importando o Grafo em CSV com o Data Laboratory

Explorando a Rede e Alterando o Layout

Aplicando Filtros no Grafo

Estatísticas e Medidas de Centralidade

Particionamento do Grafo
Formatando o Grafo Para Apresentações
Mini-Projeto 3 - Construindo Uma Rede Geográfica com Diferentes Comunidades
Mini-Projeto 3 - Instalando Plugins no Gephi
Mini-Projeto 3 - Criando as Tabelas de Nodes e Edges
Mini-Projeto 3 - Configurando o Espaçamento do Grafo
Mini-Projeto 3 - Renderização e Medidas de Centralidade
Mini-Projeto 3 - Adicionando Labels
Mini-Projeto 3 - Encontrando Comunidades