Temario del curso
Introducción
- Bases de datos y bibliotecas de grafos
Comprensión de los datos de grafos
- El grafo como estructura de datos
- Uso de vértices (puntos) y aristas (líneas) para modelar escenarios del mundo real
Uso de bases de datos de grafos para modelar, almacenar y procesar datos de grafos
- Algoritmos y recorridos de grafos locales
- neo4j, OrientDB y Titan
Ejercicio: Modelado de datos de grafos con neo4j
- Modelado de datos en pizarra
Más allá de las bases de datos de grafos: Computación con grafos
- Comprensión del grafo de propiedades
- Modelado de grafos para diferentes escenarios (grafo de software, grafo de discusiones, grafo de conceptos)
Resolución de problemas del mundo real mediante recorridos
- Recorrido algorítmico o dirigido sobre el grafo
- Determinación de dependencias circulares
Estudio de caso: Clasificación de contribuyentes en discusiones
- Clasificación según el número y la profundidad de las discusiones aportadas
- Una nota sobre el análisis de sentimientos y conceptos
Computación con grafos: kits de herramientas de grafos locales y en memoria
- Análisis y visualización de grafos
- JUNG, NetworkX e iGraph
Ejercicio: Modelado de datos de grafos con NetworkX
- Uso de NetworkX para modelar un sistema complejo
Computación con grafos: frameworks de procesamiento por lotes para grafos
- Aprovechamiento de Hadoop para almacenamiento (HDFS) y procesamiento (MapReduce)
- Visión general de algoritmos iterativos
- Hama, Giraph y GraphLab
Computación con grafos: computación paralela en grafos
- Unificación de ETL, análisis exploratorio y cómputo iterativo de grafos en un solo sistema
- GraphX
Configuración e instalación
- Hadoop y Spark
Operadores de GraphX
- Propiedades, estructurales, de unión, agregación de vecindad, caché y limpieza de caché
Iteración con la API de Pregel
- Paso de argumentos para envío, recepción y cómputo
Construcción de un grafo
- Uso de vértices y aristas en un RDD o en disco
Diseño de algoritmos escalables
- Optimización de GraphX
Acceso a algoritmos adicionales
- PageRank, componentes conectados, conteo de triángulos
Ejercicio: PageRank y usuarios principales
- Construcción y procesamiento de datos de grafos usando archivos de texto como entrada
Despliegue a producción
Comentarios de cierre
Requerimientos
- Conocimiento de la programación y los frameworks en Java
- Es útil, aunque no obligatorio, tener una comprensión general de Python
- Conocimiento general de conceptos de bases de datos
Audiencia
- Desarrolladores
Testimonios (3)
Ella estaba muy bien versada en el material. Muy agradable y amena. Siempre se detiene para preguntar si hay alguna pregunta o aclaración.
Jones Manlapaz - Nordstern Group
Curso - Introduction to Semantic MediaWiki
Traducción Automática
Cobertura amplia y conocimientos profundos sobre el Web Semántica
XINJIAN GUO - Yale University
Curso - Semantic Web Overview
Traducción Automática
Muy buen entrenamiento
Maira Frisch - Novartis Pharma AG
Curso - SPARQL
Traducción Automática
