Все курсы
![](https://python-school.ru/wp-content/uploads/2024/03/GRAF.jpg)
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
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