TigerGraph 图期刊 #16期
本期头条:TigerGraph 入选 2022 年 Gartner® 魔力象限™全球云数据库管理系统报告;TigerGraph是第一个通过1TB LDBC SNB审计的图数据库厂商……
本期头条:TigerGraph 入选 2022 年 Gartner® 魔力象限™全球云数据库管理系统报告;TigerGraph是第一个通过1TB LDBC SNB审计的图数据库厂商……
在这篇博客中,我们将展示如何在TigerGraph Cloud上,使用机器学习工作台(ML workbench),在准备你的图数据集后,如何创建图特征工程,训练你的GNN模型,用子图可视化你的模型预测等。最终借助TigerGraph ML Workbench( 机器学习工作台),加速企业BI。
为了简化构建可视化图分析应用程序,TigerGraph Insights 支持用户在可视化界面上简单地点击、拖放,即可构建具有丰富交互功能的、多页面的、数据驱动的可视化图表,并支持传统的BI视图部件。这些图还可以借助交互式dashboard连接起来,以便轻松共享,从而更深入地了解和洞察关联数据。
TigerGraph Cloud 3.8版本简化了集群发放和管理体验。单击几下就可以创建一个新的集群,并在几分钟内开始使用一个图。通过现有GraphStudio的集成体验和全新工具的添加,TigerGraph Cloud实现了图数据库开发人员、管理员、数据分析师和数据科学家之间的无摩擦协作,以最大限度地发挥TigerGraph图数据库平台的全部潜力。
数字化是保险业竞争的“下半场”,各大险企已经逐年加大对数字科技的投入。在保险公司通过数据扩张市场、发展企业的过程中,图技术先天的对大量数据和复杂维度的处理能力,能够很好地解决保险公司在数据分析时的难点。如今,图技术已经成为保险业数字化的必需。今天,我们就保险行业的两个典型场景来聊聊图技术如何赋能保险业务的探索。
过去数年间,线上购物转变了我们的购买方式, 带来了新的“消费者时代”。相应地,电子商务也在拥抱人工智能、推荐引擎,甚至自动化平台,来帮助消费者考虑应该购买什么。人工智能平台生成的洞察可以提供巨大的价值,还可能为公司带来进一步的收益,以及为消费者提供更好、更个性化的客户体验。说了这么多那跟图技术有什么关系呢?今天我们就来聊聊图技术在电子商务上的应用和价值。
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。
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.