Graph Data Science Library
图数据科学库
利用图算法加速机器学习,获得大规模的洞察力
快速、可扩展、开源、支持数据库内运行的图数据科学
什么是图数据科学?
由于无法利用 AI 的潜力来发现隐藏在关联数据中的洞察力,你是否有时会感到受限?图数据科学是利用分析技术从关联数据中发现洞察。图算法是其中关键的分析工具。图算法可以直接用作无监督学习,丰富监督学习的训练集,或者执行ML/AI本身。TigerGraph的图数据科学算法可以提高你的分析和机器学习能力。
TigerGraph的图数据科学
1、基于高性能的数据平台
属性图数据库,大规模并行处理,可扩展/分布式
2、基于专业的图查询语言
类似于SQL,程序化,内置累加器,内置并行 ⇒ GSQL
3、拥有高性能和可定制的算法库
GSQL图数据科学库:GSQL,开源,高级,
用户可定制
4、可在数据库内运行
始终是最新数据,无需导出到其他平台
50+ 图算法已发布,并持续更新中
涵盖依赖性、聚类、相似性、匹配/模式、流、中心性和搜索等
最短路径
寻找最短路径或评估路线的可用性和质量
中心性
确定网络中每个顶点的重要性
社区检测
发现高度互连的集群
相似性
比较顶点的特征和/或它们的关系
分类
根据先前分类实体的依据,预测实体的类别
拓扑链路预测
预测两个实体之间是否存在链接
图嵌入
将每个顶点的邻域拓扑转换为固定大小的十进制值向量
频繁模式挖掘
查找最频繁出现的子图模式
持续更新中
……