Neo4j Graph Data Science Bewertungen & Produktdetails

Die Graph-Datenwissenschaftsbibliothek von Neo4j ist großartig. Ich habe zwei Empfehlungssysteme entwickelt, die ihren FastRP-Einbettungsalgorithmus verwenden, der die Einbettungen jedes Knotens und seiner Beziehungen findet. Es ist wirklich schnell, da jeder Knoten mit jedem anderen verbunden ist und daher in der Lage ist, Einbettungen basierend auf den Daten zu generieren. Bewertung gesammelt von und auf G2.com gehostet.

Neo4j Aura-Unterstützung hat Einschränkungen bei RAM und Speicher und die Kosten sind auch zu hoch. Bewertung gesammelt von und auf G2.com gehostet.

Ich mochte wirklich die Unterstützung für beliebte maschinelle Lernproblemstellungen wie Community-Erkennung, Ähnlichkeitsfindung zwischen Nachbarknoten, was wirklich bei einer benutzerähnlichkeitsbasierten Empfehlung hilft, auch wenn ich manchmal nicht die genaue Lösung aus der Dokumentation erhalte, hilft das Community-Forum sehr mit einer sofortigen Lösung. Bewertung gesammelt von und auf G2.com gehostet.

Graph-Datenwissenschaft Python-Bibliothek muss verbessert werden, da Anfänger möglicherweise verwirrt oder in der Bewertung gesammelt von und auf G2.com gehostet.

Was ich an Neo4j Graph Data Science am meisten schätze, ist seine Fähigkeit, komplexe Beziehungen und Muster in Daten effizient zu analysieren und zu interpretieren. GDS bietet eine umfassende Plattform für sowohl Echtzeit- als auch Batch-Analyse. Darüber hinaus erleichtern seine intuitive Graph-Abfragesprache, Cypher, und Visualisierungstools eine tiefere Erkundung und ein besseres Verständnis der entsprechenden Daten. Dies hat die Effizienz und Tiefe meiner datengesteuerten Projekte erheblich verbessert. Bewertung gesammelt von und auf G2.com gehostet.

Die Leistung von Neo4j ist im Allgemeinen robust. Allerdings kann es manchmal langsamer sein, wenn mit größeren Datensätzen gearbeitet wird. Bewertung gesammelt von und auf G2.com gehostet.

Neo4j GDS war für unsere Reise hier bei Basecamp Research von unschätzbarem Wert. Wir konnten die angebotenen Algorithmen nutzen, um nützliche Kundensuchpipelines zu erstellen. Dieser Prozess hätte viel länger gedauert und wäre mit mehr Risiken verbunden gewesen, wenn wir versucht hätten, dieselbe Infrastruktur manuell um unsere Daten herum zu konstruieren. Bewertung gesammelt von und auf G2.com gehostet.

Einer der Nachteile des GDS-Angebots von Neo4J ist das Upgrade-System, das den Austausch von Jar-Dateien in einem Plugin-Ordner und das Neustarten der Instanz beinhaltet. Dieser Prozess kann Probleme verursachen. Außerdem waren in einigen Fällen die Algorithmen, die wir verwenden wollten, nicht verfügbar. Bewertung gesammelt von und auf G2.com gehostet.

Ich arbeite seit vielen Jahren mit Neo4j Graph Data Science und würde jedem, der an GDS und maschinellem Lernen interessiert ist, empfehlen, sich das anzusehen. Egal, ob Sie ein Anfänger sind und mehr lernen möchten, Sie können Ihre Reise hier beginnen, oder ob Sie ein erfahrener Datenwissenschaftler sind und Ihre Herausforderungen skalieren oder einen anderen Ansatz verfolgen möchten. Sie haben eine umfangreiche Bibliothek, um schnell loszulegen, und die Skalierbarkeit ist endlos. Sehr empfehlenswert! Bewertung gesammelt von und auf G2.com gehostet.

Für fortgeschrittene Benutzer sehe ich kaum Einschränkungen. In gewisser Weise ist dies jedoch eine Abkürzung für Anfänger. Es ist wichtig, die Grundlagen zu lernen, während man seine Reise beginnt, um zu verstehen, was "hinter den Kulissen" passiert. Die Neo4j Graph Academy ist eine Möglichkeit, dies zu tun. Bewertung gesammelt von und auf G2.com gehostet.

Neo4j Graph Data Science für seine Fähigkeit, die inhärente Struktur von Graphdaten für fortgeschrittene Analysen zu nutzen. Es bietet eine Reihe von Graphalgorithmen, nahtlose Integration mit Neo4j, Skalierbarkeit für große Datensätze, eine umfangreiche Algorithmusbibliothek und profitiert von Zusammenarbeit und Open-Source-Beiträgen. Insgesamt machen diese Funktionen es zu einem leistungsstarken Werkzeug zur Analyse komplexer, miteinander verbundener Datensätze und zur Aufdeckung wertvoller Erkenntnisse. Bewertung gesammelt von und auf G2.com gehostet.

Ein potenzieller Nachteil von Neo4j Graph Data Science ist seine Lernkurve. Für Benutzer, die neu in Graphdatenbanken oder Graphanalysen sind, kann es eine erhebliche Lernkurve geben, die mit dem Verständnis der zugrunde liegenden Graphkonzepte und Algorithmen verbunden ist. Dieser Lernprozess kann zusätzliche Zeit und Mühe erfordern, um die Fähigkeit zu erlangen, das Tool effektiv zu nutzen. Darüber hinaus kann es, da Graphanalysen ein spezialisiertes Gebiet sein können, manchmal eine Herausforderung darstellen, umfassende und leicht zugängliche Lernressourcen speziell für Neo4j Graph Data Science zu finden. Während das Tool leistungsstarke Funktionen bietet, kann seine anfängliche Lernkurve ein Hindernis für Benutzer sein, die eine schnelle und einfache Einführung suchen oder keine Vorkenntnisse in der Graphanalyse haben. Bewertung gesammelt von und auf G2.com gehostet.

GDS hebt sich als die beste Wahl für die Durchführung von Modellierung und fortgeschrittener Analytik nativ innerhalb der Graph-Umgebung hervor. Darüber hinaus bringt jede Veröffentlichung Leistungsaktualisierungen, Funktionsverbesserungen für bestehende Algorithmen und Techniken sowie Ergänzungen neuer Techniken im Toolkit. Die Fähigkeit, graph-native analytische Aufgaben durch APIs wie die Python neo4j-Bibliothek auszuführen, erleichtert auch die plattformübergreifende/umgebungsübergreifende Arbeit. Bewertung gesammelt von und auf G2.com gehostet.

Während ich verstehe, dass GDS mit jeder Veröffentlichung Updates/neue Funktionen erhält, ist das Optimieren/Anpassen von Hyperparametern nicht einfach, es scheint immer noch einfacher zu sein, alles aus dem Graphen in den Speicher zu ziehen, zu optimieren und dann im Graphen zu wiederholen, was nicht ideal ist. Bewertung gesammelt von und auf G2.com gehostet.

Sehr einfach, technisches und weniger technisches Personal einzuarbeiten. Kundensupport ist unglaublich. Insgesamt wirklich beeindruckt. Bewertung gesammelt von und auf G2.com gehostet.

Manchmal fehlt es an Transparenz in Bezug auf die genauen Algorithmen/mathematischen Gleichungen, die „unter der Haube“ verwendet werden. Die Preisgestaltung liegt im höheren Bereich. Mit dem aktuellen Fortschritt in generativer KI (z. B. Sprach- und Diffusionsmodellen) würde ich es begrüßen, wenn neo4j mehr auf diese Realität reagiert und sicherstellt, dass relevante Integrationen und Modelle bald von GDS angeboten werden, andernfalls sehe ich das Risiko, dass neo4j ins Hintertreffen gerät. Bewertung gesammelt von und auf G2.com gehostet.

Die breite Palette gut gestalteter Algorithmen, die eine Vielzahl von Anwendungsfällen in den verschiedenen Marktsegmenten abdecken, in denen wir tätig sind. Bewertung gesammelt von und auf G2.com gehostet.

Die Flexibilität des Graphmodells ist eine Stärke, aber Flexibilität bedeutet auch, dass es schwierig sein kann, das beste Muster für einen Anwendungsfall zu finden. Bewertung gesammelt von und auf G2.com gehostet.

Neo4J Data Science führt Datenmodellierung und Datenanalyse in grafischen Umgebungen durch. Neo4J verfügt über gut gestaltete Algorithmen, die in mehreren Anwendungsfällen verwendet werden können. Die Benutzeroberfläche ist einfach zu navigieren und zu bedienen. Bewertung gesammelt von und auf G2.com gehostet.

nichts, was ich bisher sehe. Es ist gut organisiert. Bewertung gesammelt von und auf G2.com gehostet.