تبسيط علوم بيانات الرسوم البيانية - (الحوسبة والشبكات) تأليف Pethuru Raj & Abhishek Kumar & Vicente García Díaz & Nachamai Muthuraman (غلاف فني)

حول الكتاب تتعزز تحليلات الرسوم البيانية (Graph analytics) من خلال تقنيات تحليلية مبتكرة لاستكشاف وتحديد العلاقات المفيدة بين الكيانات المختلفة مثل المؤسسات والأشخاص والمعاملات. يقدم هذا الكتاب المحرر جوانب وأهمية علم بيانات الرسوم البيانية، بمساهمات من مؤلفين من الأوساط الأكاديمية والصناعية.

ملخص الكتاب مع تزايد نضج واستقرار تقنيات الرقمنة والحوسبة الطرفية، تتفاعل أعداد هائلة من الكيانات الرقمية والأجهزة المتصلة والخدمات المصغرة بشكل هادف لإنشاء مجموعات ضخمة من البيانات الرقمية متعددة الهياكل. وتسعى الشركات باستمرار إلى إيجاد طرق جديدة لاستخدام بياناتها لدفع الابتكارات التجارية وإحداث تحولات جذرية لتحقيق تحول رقمي حقيقي. وتثبت علوم البيانات (DS) أنها الحل الأمثل لتبسيط عملية اكتشاف المعرفة ونشرها من بين كميات هائلة من البيانات متعددة الهياكل. بفضل دعم لغات الاستعلام، وقواعد البيانات، والخوارزميات، والمنصات، وأساليب التحليل، وخوارزميات التعلم الآلي (ML) والتعلم العميق (DL)، تبرز الرسوم البيانية (graphs) الآن كبنية بيانات جديدة لتمثيل مجموعة متنوعة من البيانات وعلاقاتها الوثيقة بشكل مثالي. وبالمقارنة مع أساليب التحليل التقليدية، فإن ترابط نقاط البيانات في تحليلات الرسوم البيانية يسهل عملية تحديد مجموعات نقاط البيانات ذات الصلة بناءً على مستويات التأثير، والارتباط، وتكرار التفاعل، والاحتمالية. يتم تعزيز تحليلات الرسوم البيانية (Graph analytics) من خلال مجموعة من تقنيات التحليل الرائدة لاستكشاف وتحديد العلاقات المفيدة بين الكيانات المختلفة مثل المؤسسات والأشخاص والمعاملات. يهدف هذا الكتاب المحرر إلى شرح الجوانب المختلفة وأهمية علم بيانات الرسوم البيانية. ويغطي المؤلفون من الأوساط الأكاديمية والصناعية الخوارزميات، وطرق التحليل، والمنصات، وقواعد البيانات القادرة بطبيعتها على خلق قيمة تجارية من خلال الاستفادة الذكية من البيانات المتصلة. سيكون هذا الكتاب مرجعاً قيماً للعاملين في قطاع تكنولوجيا المعلومات والاتصالات، والباحثين الأكاديميين، والعلماء والمهندسين، والمحاضرين والطلاب المتقدمين في مجالات تحليل البيانات، وعلوم البيانات، وبنية الحوسبة السحابية والضبابية والحافة، وإنترنت الأشياء، والذكاء الاصطناዊ، والتعلم الآلي والتعلم العميق، والمجالات التطبيقية ذات الصلة. كما سيكون محل اهتمام المتخصصين في التحليلات في القطاع الصناعي وفرق عمليات تكنولوجيا المعلومات.