Mobile-Menu

Framework in Version 1.4 verfügbar Neo4j stellt Graph Machine Learning für Unternehmen vor

Von Martin Hensel

Anbieter zum Thema

Disy Informationssysteme GmbH
QUNIS GmbH
Sinequa
neo4j

Mit Neo4j for Graph Data Science 1.4 sind nun Graph Embeddings möglich. Zudem können Unternehmen graphbasierte Machine-Learning-Verfahren in Kombination mit Deep Learning und Graph Convolutional Neural Networks einsetzen.

Neo4j for Graph Data Science 1.4 ist ab sofort verfügbar.
Neo4j for Graph Data Science 1.4 ist ab sofort verfügbar.
(Bild: Neo4j)

Bei Graph Embedding handelt es sich um einen Ansatz, um komplexe Graphstrukturen zu abstrahieren und sie in ihrer Dimensionalität zu reduzieren. Das umgebende Netzwerk wird dabei für jedes einzelne Datenelement innerhalb eines Graphen berechnet, um Vorhersagen auf Basis von Machine-Learning-Verfahren zu optimieren. Da die Graph-Embedding-Algorithmen die Struktur eines Graphen erfassen, müssen Anwender zur Berechnung spezifischer Merkmale nicht mehr auf vorgegebene Formeln oder Templates zurückgreifen.

Mit Neo4j for Graph Data Science in Version 1.4 steht diese bislang wenig verbreitete Technik nun allen Unternehmen zur Verfügung. Sie wird in erster Linie für prädiktive Analysen und Vorhersagen genutzt. Mögliche Anwendungsfälle sind etwa Betrugsaufdeckung, 360-Grad-Sichten von Kunden oder Patienten sowie das Schließen von Lücken in Knowledge-Graphen.

Weitere Neuerungen

Die neue Version enthält zudem drei neue Graph-Embedding-Optionen, die für akkuratere Darstellen sorgen sollen. Konkret handelt es sich dabei um die Algorithmen node2Vec, FastRP und GraphSAGE. Zusätzlich sind auch allgemeine Machine-Learning-Algorithmen wie beispielsweise k-NN („k-nearest neighbors algorithm“) an Bord.

„Wir sind sehr stolz darauf, mit Neo4j for Graph Data Science eine Enterprise-Lösung präsentieren zu können, die modernste Graph-Analytics mit hoher Benutzerfreundlichkeit verbindet und sich daher für den breiten Einsatz in Unternehmen eignet. Damit ist nun jeder in der Lage, Graph-Machine-Learning-Verfahren in vollem Umfang für seine Anwendungen zu nutzen. Was Predictive Analytics angeht, ist das ein echter Meilenstein“, erklärt Alicia Frame, Lead Product Manager und Data Scientist von Neo4j.

Die aktuelle Version 1.4 von Neo4j for Graph Data Science steht ab sofort zum Download bereit.

(ID:46943056)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte