随身听第33期:图和机器学习,为电话欺诈打造更好的“磁石”,选自《原生并行图》
越来越多的企业正利用图分析来增强机器学习,今天的随身听我们就一起来聊聊图和机器学习。如果您正从事机器学习相关的工作,但对图分析却不太了解,那么您可以点击文末的“下载按钮”,下载完整的《原生并行图》白皮书,来增强您对图的了解,从而更好地利用图来增强机器学习。
越来越多的企业正利用图分析来增强机器学习,今天的随身听我们就一起来聊聊图和机器学习。如果您正从事机器学习相关的工作,但对图分析却不太了解,那么您可以点击文末的“下载按钮”,下载完整的《原生并行图》白皮书,来增强您对图的了解,从而更好地利用图来增强机器学习。
TigerGraph一直致力于推动图技术在各行各业的发展,也鼓励越来越多的开发人员学习和应用图技术。为了帮助更多人学图、懂图、更会用图,本期随身听我们就一起来了解一下,TigerGraph为大家提供什么样的内容和平台,在哪里能找到这些内容,如何与更多专家交流互动。
今天我们来聊聊高级图分析在复杂制造业的应用。这里我们主要围绕离散制造业展开讨论。现在来看,智能制造已经成为制造企业实现智慧转型的关键词。那么复杂制造业,如何借助高级图分析,更好地实现智能制造,从而逆势增长呢?本期随身听,我们主要来看下物料清单BOM查询的案例。
企业、数据分析师、数据科学家、机器学习工程师……我们都在努力寻找新的方法来探索数据的关联,洞察以前没有发现的关键信息。借助图分析,我们可以更好地理解数据关系。今天我们就一起来聊聊图数据库有关的科普知识。
为了解决技术和业务上的需求痛点,比如数据孤岛、BOM准确性、装机量统计偏差大、客户体验差等问题,点春科技的CTO兼VP 王福强老师,为大家分享了这家老牌的大型动力制造企业如何利用图分析来优化配件保障系统。
本期头条:TigerGraph 入选Gartner® 2022《图数据库管理系统市场指南》全球代表厂商
这里简单罗列了图计算在制造业方面能解决哪些问题,比如知识图谱、供应链管理、生产追溯、产品围堵、配件保障、Golden Path等。现在制造业一直在追求精益制造,因此对时效性的要求也越来越高。关系型数据库对于处理大量的关系计算,是无法胜任的,在这方面,图数据库就能发挥出它应有的价值。
Anna Veronika Dorogus
Machine Learning Expert
Anna Veronika Dorogush graduated from Lomonosov Moscow State University and Yandex School of Data Analysis. She used to work at ABBYY, Yandex, Microsoft and Google on Machine Learning infrastructure and Machine Learning frameworks. In 2017 she published the open-source library CatBoost, which is now one of top-3 most popular Gradient Boosting libraries, and the top 7-th most used Machine Learning framework in the world according to Kaggle 2021 review.