知識グラフの構築・活用方法を基礎から解説 知識グラフはデータを意図的に整備し洞察を得やすくする技術です。現代はデータに溺れており豊富なデータをどのように活用するかが課題となっており、知識グラフがその解決策として役立ちます。 本書はデータ サイエンティストやデータエンジニア向けに独自の知識グラフを作成する方法を紹介。データを追加しアルゴリズムと機械学習で拡張すると、グラフがますます便利になることがすぐにわかることでしょう。 ・知識グラフの重要性について ・知識グラフ構築のためのルール、パターン、ユースケースの実装 ・構造化データと非構造化データをグラフにインポートする ・自然言語処理とチャットボットの例 ・グラフネイティブ機械学習より関連データから洞察を得る ・データサイエンティスト、検索エンジニア、アプリケーションエンジニアの方へ 1章 知識グラフについて 2章 知識グラフ構築のための構成原則 3章 グラフデータベース 4章 知識グラフデータの読み込み 5章 知識グラフの組み込み 6章 データサイエンスによる知識グラフ拡充 7章 グラフネイティブ機械学習 8章 メタデータ知識グラフ 9章 知識グラフと識別 10章 パターン検知の知識グラフ 11章 依存関係の知識グラフ 12章 セマンティック検索と類似度 13章 知識グラフとの会話 14章 知識グラフから知識レイクへ [著者紹介] Jesús Barrasa：専門はセマンティック技術とグラフデータベース。Neo4j の EMEA におけるソリューション・アーキテクチャ・チームの責任者であり、neosemantics（RDF を扱うための Neo4j プラグイン）の開発を牽引。共著書に Data in Context for Responsive Businesses (O'Reilly)。ライブ Web 配信 Going Meta の共同ホストを担当。 Jim Webber：Neo4jのチーフ・サイエンティスト。専門は耐障害性グラフデータベース。共著書に Graph Databases for Dummies(Wiley)、Graph Databases(O’Reilly)、Knowledge Graphs: Data in Context for Responsive Businesses(O’Reilly)。ニューカッスル大学客員教授。 [翻訳者紹介] 櫻井亮佑：日本経済新聞社情報サービスユニット所属。データサイエンティストとして経済・金融データを活用した BtoB事業に従事。Neo4j Graph Data Science Certified。Kaggle Competitions Master。 安井雄一郎：日本経済新聞社日経イノベーション・ラボ所属。主任研究員。博士（統計科学）。大学での技術職員や研究員、日経BPでのデータサイエンティストを経て、2019年より現職。2023年より統計数理研究所外来研究員。 ※この商品は固定レイアウト型の電子書籍です。 ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。 ※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします

楽天ブックス