
Lokale, instruktørledede live Graph Computing opplæring demonstrerer gjennom praktisk praksis de forskjellige teknologitilbudene og implementeringene for behandling av grafikkdata, med sikte på å identifisere objekter i den virkelige verden, deres egenskaper og forhold, og deretter modellere disse forholdene og prosessere dem som data ved bruk av grafiske beregningsmetoder. Graph Computing training er tilgjengelig som "live live training" eller "live live training". Live-trening på stedet kan gjennomføres lokalt i kundelokaler i Norge eller i NobleProg bedriftsopplæringssentre i Norge . Ekstern liveopplæring gjennomføres ved hjelp av et interaktivt, fjerntliggende skrivebord. NobleProg - din lokale opplæringsleverandør
Machine Translated
Testimonials
Han var interaktiv
Suraj
Kurs: Semantic Web Overview
Machine Translated
Veldig fin trening
Maira Frisch - Novartis Pharma AG
Kurs: SPARQL
Machine Translated
Han var interaktiv
Suraj
Kurs: Semantic Web Overview
Machine Translated
Graph Computing Underkategorier
Graph Computing Kursplaner
I denne instruktørledede, liveopplæringen, vil deltakerne lære hvordan de bruker Apache Jena til å bygge og distribuere en Semantic Web .
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer Apache Jena
- Konverter og lagre data i RDF format
- Forespørsel RDF data ved å bruke SPARQL
- Test og distribuer en semantisk webapplikasjon
Publikum
- Utviklere
- Dataingeniører
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merk
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
I denne instruktørledede, Blazegraph , vil deltakerne lære hvordan de bruker Blazegraph til å fange komplekse data i grafisk format for henting fra en rekke eksempler. Alle øvelser vil bli gjennomført praktisk i et live-lab-miljø.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer Blazegraph i frittstående modus, gruppert modus (valgfritt) eller innebygd modus (valgfritt)
- Opprett, test og distribuer et eksempelapplikasjon for å spørre om komplekse data i et Blazegraph datalager
- Forstå hvordan du utnytter GPU (grafikkbehandlingsenhet) for å akselerere beregningene
Publikum
- Utviklere
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merk
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
In this instructor-led, live training, participants will learn about the technology offerings and implementation approaches for processing graph data. The aim is to identify real-world objects, their characteristics and relationships, then model these relationships and process them as data using a Graph Computing (also known as Graph Analytics and Distributed Graph Processing) approach. We start with a broad overview and narrow in on specific tools as we step through a series of case studies, hands-on exercises and live deployments.
By the end of this training, participants will be able to:
- Understand how graph data is persisted and traversed.
- Select the best framework for a given task (from graph databases to batch processing frameworks.)
- Implement Hadoop, Spark, GraphX and Pregel to carry out graph computing across many machines in parallel.
- View real-world big data problems in terms of graphs, processes and traversals.
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
This instructor-led, live training (online or onsite) is aimed at technical persons who wish to query RDF data stored in a Semantic Web database.
By the end of this training, participants will be able to:
- Understand the difference between semantic web data and relational data.
- Query public datasets based on Semantic Web standards.
- Model data for querying with SPARQL.
- Transition a website's data to semantic web linked data.
- Run SPARQL queries from within an existing application.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.