pratici – Applied Graph Data Science

Libro adottato a Modena e Reggio Emilia, a.a. 2026/2027 · 1 canale

«pratici – Applied Graph Data Science» è adottato per Graph Analytics And Complex Networks dal prof. Laura Po (Ingegneria Informatica – sede di Modena – Modena e Reggio Emilia).

Come lo indica il docente: offre una panoramica completa su analisi e mining di grandi grafi, con esempi pratici e notebook. Raj, P., Dutta, P. K., Chong, P. H. J., Song, H. H., & Zaitsev, D. A. (Eds.). (2025). Applied Graph Data Science: Graph Algorithms and Platforms, Knowledge Graphs, Neural Networks, and Applied Use Cases. Morgan Kaufmann. --> Perché è utile: copre in modo completo il paradigma emergente della graph data science, inclusi algoritmi, database, piattaforme, knowledge graph e reti neurali. Risorse online e documentazione Neo4j Documentation: https://neo4j.com/docs/ Apache Spark GraphX Documentation: https://spark.apache.org/graphx/ Network Science Book (Barabási): http://networksciencebook.com/ --> Perché è utile: offre una trattazione completa e accessibile delle reti complesse, con simulazioni, dataset e visualizzazioni, ed è disponibile gratuitamente online. Graph Representation Learning Book (Hamilton): https://www.cs.mcgill.ca/~wlh/grl_book/ --> Perché è utile: rappresenta un'introduzione sintetica ma completa a node embeddings, Graph Neural Networks e modelli generativi, ideale per approfondire la parte di graph machine learning. Nota: I testi sopra elencati sono consigliati; non è obbligatorio l'acquisto. Le slide del corso e il materiale su Moodle costituiscono il riferimento principale per la preparazione dell’esame. Ulteriori materiali (paper, documentazione) saranno indicati durante le lezioni e potranno variare in base agli interessi della classe

Chi lo adotta

• Graph Analytics And Complex Networks – Prof. Laura Po (canale unico)Ingegneria Informatica – sede di Modena · Laurea magistrale (LM-32) · esame facoltativo · 9 CFU

Programma e testi di ogni canale