GRAF: Графовые алгоритмы. Бизнес-приложения

Графовые алгоритмы. Бизнес-приложения

Код курса Даты начала курса Стоимость обучения Длительность обучения Формат обучения
GRAF
по запросу
54 000 руб. 24 ак.часов Дистанционный
Регистрация

Аудитория

6-дневный практический курс для аналитиков и экспертов предметной области, которые используют или планируют применять алгоритмы на графах, чтобы улучшить бизнес-показатели своей компании и решать прикладные задачи.

О курсе

На этом курсе вы изучите теоретический минимум и практический инструментарий для обработки графов, включая алгоритмическую составляющую. Особый акцент делается на бизнес-кейсы. Например, сформировать список интересов потребителя с целью точной сегментации целевой аудитории, определить круг знакомых пропавшего человека, выявить подозрительные схемы финансовых транзакций, реализовать антифрод-систему, найти мошеннические схемы в страховании, провести расследование в рамках административного или уголовного дела. Также к типовым задачам на графах относятся оптимизация транспортных маршрутов, построение рекомендательных систем, выявление путей распространения инфекции и борьба с эпидемиями.

В качестве прикладного инструментария используется  Spark GraphX и Pregel API, а также графовые NoSQL-СУБД Neo4j и Cassandra, Gephi как средство визуализации графов и сетей.

Соотношение теории к практике 40/60

Предварительная подготовка

  • Опыт работы SQL/Excel
  • Начальный опыт программирования (Python/R/Scala)

Программа курса «Графовые алгоритмы. Бизнес-приложения»

1. Алгоритмы

  • Алгоритмы выделения сообществ
  • Меры центральности
  • Меры связности
  • Поиск кратчайших путей на графе
  • Эмбендинги
  • Предсказание наличия связей.

2. Инструментарий

  • Igraph
  • Spark Graph Frames
  • Pregel API и GraphX
  • Графовые базы данных: Neo4j, Cassandra
  • Визуализация — Gephi.

3. Бизнес-кейсы

  • Финансы: Борьба с отмывкой денег AML
  • Медицина: выявление путей распространения и борьба с эпидемиями
  • E-commerce: Построение рекомендательных систем
  • Перевозчики, такси, службы доставки: Оптимизация маршрутов
  • Ритейл/ОФД: Построение справочников товарных позиций

Кто проводит курс

Преподаватель Школы Больших Данных

Климов Артем

Нижегородский Государственный Университет им. Н.И. Лобачевского (Нижний Новгород, 2006)
Профессиональные компетенции:
  • Ведущий менеджер по исследованию больших данных в TELE2
  • Разработка алгоритмов мэтчинга и классификации товарных категорий на базе ОФД данных
  • Реализация моделей по обнаружению AML-схем и мошеннических транзакций
  • Графовый и текстовый анализ данных в проекте сегментации телефонных номеров
  • Разработка вероятностных моделей (уход сотрудников, отток клиентов,прогнозированиепродаж и геолокации, кредитный скоринг)
  • Программирование на Python, R, Scala, SQL; Опыт работы с Hadoop, Spark, СУБД Oracle и Teradata,Impala,Hive
  • Владение аналитическими пакетами MATLAB, Weka, SPSS, FANN, Gephi, Deductor
  • Современные алгоритмов и инструментыMachine Learning, в т.ч. библиотеки H2O, Xgboost, Feature Hashing, Word2Vec для решения бизнес-задач
Если у Вас остались вопросы Вы можете позвонить к нам по телефону +7 (495) 414-11-21  или заполнить форму обратной связи на сайте.
Я даю свое согласие на обработку персональных данных и соглашаюсь с политикой конфиденциальности.

Поиск по сайту