Chào bạn, tôi là Tiến sĩ Minh Trí. Bạn có biết rằng sức mạnh thực sự của dữ liệu nằm ở các mối liên kết? Làm thế nào để phát hiện một nhóm tội phạm rửa tiền ẩn mình sau hàng triệu giao dịch, hay làm sao để gợi ý đúng món hàng mà khách hàng sẽ yêu thích dựa trên hành vi của những người xung quanh? Câu trả lời nằm ở Graph Algorithms. Cuốn sách "Graph Algorithms for Data Science" (2024) của Tomaž Bratanic chính là bản hướng dẫn thực chiến nhất để bạn làm chủ lĩnh vực đầy quyền năng này.
Tomaž Bratanic dẫn dắt bạn đi từ tư duy đồ thị đến việc triển khai các thuật toán phức tạp trên nền tảng Neo4j. Trong cuốn sách Khoa học dữ liệu chuyên sâu này, bạn sẽ làm chủ:
Nền tảng Graph Data Science: Cách chuyển đổi dữ liệu thô thành cấu trúc đồ thị và hiểu rõ sự khác biệt giữa cơ sở dữ liệu quan hệ và đồ thị.
Các nhóm thuật toán cốt lõi: Làm chủ các thuật toán tìm đường (Pathfinding), đo lường tầm quan trọng (Centrality - như PageRank), và phát hiện cộng đồng (Community Detection).
Graph Machine Learning: Hướng dẫn sử dụng Node Embeddings để biến cấu trúc đồ thị thành các vector đầu vào cho các mô hình Machine Learning truyền thống.
Thực hành với Neo4j GDS Library: Cách sử dụng thư viện Graph Data Science của Neo4j để xử lý hàng tỷ nốt và quan hệ trong thời gian thực.
Case Studies thực tế: Ứng dụng vào phát hiện gian lận, tối ưu hóa chuỗi cung ứng và xây dựng Knowledge Graphs (Đồ thị tri thức).
Về mặt học thuật, tôi đánh giá cao cách tác giả giải thích các thuật toán toán học phức tạp một cách trực quan thông qua các ví dụ code thực tế. Đối với cộng đồng kỹ sư dữ liệu Việt Nam, kiến thức trong cuốn sách IT này là bước tiến để bạn giải quyết những bài toán mà Big Data truyền thống phải "bó tay". Tại 89ebook, chúng tôi mang đến tri thức này để giúp bạn nhìn thấy những liên kết vô hình và tạo ra giá trị hữu hình.
