Kurs Język CYPHER i grafowe bazy danych w Neo4j/ONgDB

Proces szkoleniowy

Analiza potrzeb szkoleniowych

Jeśli masz życzenie dotyczące programu szkolenia, przeprowadzimy dla Ciebie analizę potrzeb szkoleniowych, która będzie wskazówką dla nas, na jakie aspekty programu położyć większy nacisk – tak, by program szkolenia spełniał konkretne potrzeby.

Co zyskujesz?

Modelowanie danych grafowych - Nauczysz się przekładać relacje między obiektami na węzły, krawędzie i właściwości, dzięki czemu sprawnie zaprojektujesz model danych w Neo4j lub ONgDB do realnych analiz.

Pisanie zapytań CYPHER - Opanujesz składnię CYPHER w praktyce: od tworzenia danych po filtrowanie, sortowanie i traversale, aby samodzielnie budować czytelne zapytania do pracy z grafem.

Sprawne poruszanie się po grafie - Dowiesz się, jak efektywnie przechodzić przez graf i wyszukiwać powiązania, ścieżki oraz wzorce, co ułatwi Ci analizę zależności trudnych do uchwycenia w bazach relacyjnych.

Dobór algorytmów do problemu - Poznasz zastosowanie BFS, DFS, Dijkstry, PageRank i innych metod, więc łatwiej dobierzesz właściwy algorytm do analizy tras, centralności, spójności lub rekomendacji.

Wykorzystanie APOC i GDSL - Przećwiczysz użycie bibliotek APOC i GDSL, aby uruchamiać gotowe procedury oraz algorytmy grafowe i poprawnie odczytywać wyniki bez konieczności implementowania wszystkiego od zera.

Interpretacja wyników analitycznych - Nauczysz się interpretować wyniki centralności, podobieństwa czy wykrywania społeczności, dzięki czemu przełożysz liczby z algorytmów grafowych na konkretne wnioski biznesowe.

Integracja z aplikacjami - Zobaczysz, jak połączyć bazę grafową z kodem w Java i JavaScript, aby wykonywać zapytania z poziomu aplikacji i wykorzystywać dane grafowe w działających rozwiązaniach.

Praktyczne zastosowania baz grafowych - Przeanalizujesz przykłady z obszaru sieci społecznościowych, transportu i rekomendacji, więc łatwiej rozpoznasz, kiedy baza grafowa będzie lepszym wyborem niż inne modele danych.

Program szkolenia

1. Wprowadzenie do baz grafowych na przykładzie Neo4j/ONgDB

znaczenie baz grafowych w analizie danych,
architektura platformy,
omówienie Neo4j/ONgDB jako popularnych rozwiązań baz grafowych,
instalacja i konfiguracja Neo4j/ONgDB.

2. Podstawy języka zapytań CYPHER

struktura zapytań CYPHER,
tworzenie węzłów i relacji w bazie grafowej,
proste zapytania CYPHER do pobierania danych,
selekcja i filtrowanie,
import danych,
przechodzenie przez graf.

3. Teoria grafów

podstawowe pojęcia i terminologia grafów,
rodzaje grafów: skierowane, nieskierowane, ważone, etykietowane,
zastosowanie grafów w różnych dziedzinach.

4. Podstawowe algorytmy grafowej analizy danych – aspekty teoretyczne

grafy: BFS (Breadth-First Search) i DFS (Depth-First Search),
najkrótsza ścieżka: Dijkstra i Bellmana-Forda,
minimalne drzewo rozpinające: Kruskal i Prim,
wyszukiwanie w głąb (DFS) i silnie spójne składowe,
algorytm PageRank,
inne algorytmy grafowe w zależności od potrzeb i zainteresowań uczestników.

5. Podstawy języka zapytań CYPHER – teoria i praktyka w Neo4j/ONgDB

zaawansowane zapytania CYPHER,
filtry, warunki, sortowanie i ograniczenia w zapytaniach CYPHER,
tworzenie skomplikowanych zapytań CYPHER, takich jak wyszukiwanie najkrótszej ścieżki.

6. Praktyczne zastosowanie algorytmów grafowych dostępnych w bibliotekach APOC i GDSL oraz interpretacja informacji wynikowej

wykorzystanie bibliotek APOC i GDSL w Neo4j/ONgDB,
praktyczne zastosowanie algorytmów grafowych dostępnych w bibliotekach,
interpretacja informacji wynikowych z algorytmów grafowych.

7. Praktyczne wykorzystanie informacji wynikowych algorytmów grafowych w procesach analizy danych

modelowanie danych w Neo4j/ONgDB,
wykorzystanie informacji wynikowych algorytmów grafowych w analizie danych.

8. Zaawansowane techniki analizy grafowej

algorytmy wyszukiwania wzorców w grafach (np. wzorzec podgrafu),
wyznaczanie centralności w grafach (np. centralność węzłów, centralność pośrednictwa),
algorytmy wykrywania społeczności w sieciach społecznościowych,
wykorzystanie algorytmów grafowych do rekomendacji.

9. Analiza podobieństwa grafów

mierzenie podobieństwa między grafami,
porównywanie struktury grafów i identyfikowanie podobnych wzorców,
zastosowanie analizy podobieństwa grafów w analizie danych.

10. Przykłady praktycznych zastosowań baz grafowych

analiza sieci społecznościowych i relacji między użytkownikami,
modelowanie dróg i tras w systemach transportowych,
analiza zależności i powiązań w systemach rekomendacyjnych.

11. Wprowadzenie do języka zapytań GraphQL w kontekście baz grafowych

porównanie CYPHER i GraphQL,
tworzenie zapytań GraphQL do pobierania danych z bazy grafowej.

12. Case study: Analiza danych w konkretnej dziedzinie z wykorzystaniem Neo4j/ONgDB

13. Integracja z językami programowania

integracja z projektem w języku Java i JavaScript,
praca z bazą z poziomu języka programowania.

Jakie są wymagania wstępne do udziału w szkoleniu?

Podstawy baz danych - Powinieneś rozumieć, czym są rekordy, relacje, tabele lub encje oraz umieć czytać proste zapytania do bazy danych, aby łatwiej przejść do modelu grafowego.

Logiczne myślenie analityczne - Powinieneś swobodnie analizować zależności między obiektami i rozumieć schematy danych, ponieważ szkolenie obejmuje modelowanie relacji i interpretację wyników algorytmów.

Podstawy pracy z kodem - Powinieneś umieć czytać proste fragmenty kodu lub skryptów oraz rozumieć składnię poleceń, bo część zajęć obejmuje zapytania CYPHER i integrację z Java lub JavaScript.

Obsługa środowiska komputerowego - Powinieneś sprawnie poruszać się po systemie operacyjnym, instalować narzędzia i uruchamiać aplikacje, ponieważ szkolenie obejmuje konfigurację oraz pracę z Neo4j lub ONgDB.