Best Software for 2025 is now live!
Mostrar desglose de calificaciones
Guardar en Mis Listas
Reclamado
Reclamado

Alternativas de Neo4j Graph Data Science Mejor Valoradas

Reseñas y detalles del producto de Neo4j Graph Data Science

PT
Mediana Empresa(51-1000 empleados)
Más opciones
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de Vendedor
Revisión incentivada
Traducido Usando IA
(Original )Información
¿Qué es lo que más te gusta de Neo4j Graph Data Science?

GDS se destaca como la mejor opción para realizar modelado y análisis avanzados de forma nativa dentro del entorno de gráficos. Además, cada lanzamiento trae actualizaciones de rendimiento, mejoras de funcionalidad a algoritmos y técnicas existentes, así como adiciones de nuevas técnicas en el conjunto de herramientas. La capacidad de realizar tareas analíticas nativas de gráficos a través de API como la biblioteca python neo4j también facilita el trabajo entre plataformas y entornos. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Neo4j Graph Data Science?

Aunque entiendo que GDS está recibiendo actualizaciones/características añadidas con cada lanzamiento, la optimización/ajuste de hiperparámetros no es sencilla, todavía parece más fácil sacar todo del gráfico a la memoria, optimizar, luego repetir en el gráfico, lo cual no es ideal. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay Neo4j Graph Data Science ¿Y cómo te beneficia eso?

La Ciencia de Datos de Grafos puede resolver varios problemas en diferentes casos de uso, lo cual es de gran beneficio al trabajar con partes interesadas en diversas industrias y contextos. Proporciona un conjunto de herramientas sustancial para alcanzar soluciones de manera nativa dentro del grafo, lo que, junto con el rendimiento de la tecnología de base de datos subyacente, acelera significativamente los procesos de experimentación iterativa y análisis/modelado. Reseña recopilada por y alojada en G2.com.

Descripción general de Neo4j Graph Data Science

¿Qué es Neo4j Graph Data Science?

Neo4j Graph Data Science es un motor de ciencia de datos y aprendizaje automático que utiliza las relaciones en tus datos para mejorar las predicciones. Se conecta a ecosistemas de datos empresariales para que puedas llevar más proyectos de ciencia de datos a producción rápidamente. Usando un catálogo de más de 65 algoritmos de gráficos preajustados, los científicos de datos pueden explorar miles de millones de puntos de datos en segundos para identificar conexiones ocultas y generar visualizaciones atractivas que conducen a una mejor toma de decisiones por parte de los interesados. Las aplicaciones y operaciones comerciales prácticas se benefician del análisis centrado en el contexto que solo los gráficos pueden proporcionar en proyectos como motores de recomendación, detección de anomalías y fraudes, optimización de rutas, marketing, análisis de redes y muchos más.

Detalles Neo4j Graph Data Science
Mostrar menosMostrar más
Descripción del Producto

Neo4j Graph Data Science es un motor de análisis y aprendizaje automático que utiliza las relaciones en tus datos para mejorar las predicciones. Se integra en ecosistemas de datos empresariales para que puedas llevar más proyectos de ciencia de datos a producción rápidamente. Usando algoritmos de grafos preajustados, los científicos de datos pueden explorar miles de millones de puntos de datos en segundos para identificar conexiones ocultas y generar visualizaciones atractivas que conducen a una mejor toma de decisiones por parte de los interesados. Las aplicaciones y operaciones comerciales prácticas se benefician del análisis centrado en el contexto que solo los grafos pueden proporcionar en proyectos como motores de recomendación, detección de anomalías y fraudes, optimización de rutas, marketing, análisis de redes y muchos más.


Detalles del vendedor
Vendedor
Neo4j, Inc.
Año de fundación
2007
Ubicación de la sede
San Mateo, CA
Twitter
@neo4j
45,831 seguidores en Twitter
Página de LinkedIn®
www.linkedin.com
920 empleados en LinkedIn®

Nick J.
NJ
Resumen proporcionado por:

Reseñas Recientes de Neo4j Graph Data Science

Dipak K.
DK
Dipak K.Mediana Empresa (51-1000 empleados)
4.5 de 5
"Deja que tus datos hablen usando neo4j."
La biblioteca de ciencia de datos de grafos de Neo4j es increíble, he desarrollado 2 sistemas de recomendación utilizando su algoritmo de incrustac...
Dipak K.
DK
Dipak K.Mediana Empresa (51-1000 empleados)
5.0 de 5
"Mejor para problemas de ciencia de datos que están relacionados con gráficos o encontrar patrones en tus datos."
Realmente me gustó el soporte para declaraciones de problemas populares de aprendizaje automático, como la detección de comunidades, la búsqueda de...
PT
Peter T.Mediana Empresa (51-1000 empleados)
4.5 de 5
"Neo4J GDS es excelente para realizar análisis y modelado en datos de grafos."
GDS se destaca como la mejor opción para realizar modelado y análisis avanzados de forma nativa dentro del entorno de gráficos. Además, cada lanzam...
Insignia de seguridad
Este vendedor aún no ha añadido su información de seguridad. Hazles saber que te gustaría que la añadieran.
0 personas solicitaron información de seguridad

Contenido Multimedia de Neo4j Graph Data Science

Demo Neo4j Graph Data Science - Supply Chain - Community Detection
Extract supply chain insights around operational load, flow control, and regional patterns using community detection algorithms.
Demo Neo4j Graph Data Science - Supply Chain - Pathfinding
Map your supply chain to find the shortest, fastest route path from manufacturer to consumer using pathfinding algorithms.
Demo Neo4j Graph Data Science - Fraud Detection - Weakly Connected Components
Visually identify fraudulent actors and entities like IP addresses and bank accounts using the weakly connected components algorithm.
Responde algunas preguntas para ayudar a la comunidad de Neo4j Graph Data Science
¿Has utilizado Neo4j Graph Data Science antes?

15 de 16 Reseñas totales para Neo4j Graph Data Science

4.5 de 5
Los siguientes elementos son filtros y cambiarán los resultados mostrados una vez que sean seleccionados.
Buscar reseñas
Menciones populares
Los siguientes elementos son elementos de radio y ordenarán los resultados mostrados por el elemento seleccionado y actualizarán los resultados mostrados.
Ocultar filtrosMás filtros
Los siguientes elementos son filtros y cambiarán los resultados mostrados una vez que sean seleccionados.
Los siguientes elementos son filtros y cambiarán los resultados mostrados una vez que sean seleccionados.

Pros y Contras de Neo4j Graph Data Science

¿Cómo se determinan estas?Información
Los Pros y Contras se recopilan a partir de comentarios de reseñas y se agrupan en temas para proporcionar un resumen fácil de entender de las reseñas de los usuarios.
Pros
Contras

Sentimiento General de la Reseña para Neo4j Graph Data SciencePregunta

Tiempo de Implementación
<1 día
>12 meses
Retorno de la Inversión
<6 meses
48+ meses
Facilidad de Configuración
0 (Difícil)
10 (Fácil)
Iniciar sesión
¿Quieres ver más opiniones de revisores verificados?
Inicia sesión para ver el sentimiento de la revisión.
Las reseñas de G2 son auténticas y verificadas.
Dipak K.
DK
AI/ML Engineer
Mediana Empresa(51-1000 empleados)
Más opciones
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA
¿Qué es lo que más te gusta de Neo4j Graph Data Science?

La biblioteca de ciencia de datos de grafos de Neo4j es increíble, he desarrollado 2 sistemas de recomendación utilizando su algoritmo de incrustación FastRP que encuentra las incrustaciones de cada nodo y su relación. Es realmente rápido ya que cada nodo está conectado con los demás y, por lo tanto, es capaz de generar incrustaciones basadas en lo que dicen tus datos. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Neo4j Graph Data Science?

El soporte de Neo4j Aura tiene limitaciones de RAM y almacenamiento, y además el costo es demasiado alto. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay Neo4j Graph Data Science ¿Y cómo te beneficia eso?

Hemos entregado un sistema de recomendación de productos utilizando la biblioteca de ciencia de datos de grafos neo4j, como la incrustación de Proyección Aleatoria Rápida, que fue útil para encontrar la estructura del nodo en términos de incrustaciones. Luego, utilizando otra función, el algoritmo KNN de la biblioteca de ciencia de datos de grafos, pudimos encontrar al usuario más similar y, con base en eso, pudimos ofrecer recomendaciones de productos basadas en la similitud del usuario. Reseña recopilada por y alojada en G2.com.

Dipak K.
DK
Software Engineer
Information Technology and Services
Mediana Empresa(51-1000 empleados)
Más opciones
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA
(Original )Información
¿Qué es lo que más te gusta de Neo4j Graph Data Science?

Realmente me gustó el soporte para declaraciones de problemas populares de aprendizaje automático, como la detección de comunidades, la búsqueda de similitudes entre nodos vecinos, lo cual realmente ayuda en una recomendación basada en similitudes de usuario, aunque a veces no obtengo la solución exacta de la documentación, su foro comunitario ayuda mucho con una resolución instantánea. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Neo4j Graph Data Science?

La biblioteca de Python para ciencia de datos de grafos necesita ser mejorada ya que los principiantes podrían confundirse o quedar atrapados en el Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay Neo4j Graph Data Science ¿Y cómo te beneficia eso?

así que actualmente estoy resolviendo un problema relacionado con los conocimientos de datos y el sistema de recomendaciones y hay 2 técnicas más populares que se utilizan en todo el mundo, es decir, recomendación basada en contenido y filtrado colaborativo, la biblioteca de ciencia de datos de neo4j tiene la característica de encontrar k vecinos más cercanos, lo que ayuda a desarrollar recomendaciones basadas en filtrado colaborativo y también neo4j tiene la capacidad de almacenar incrustaciones vectoriales, lo que ayuda en la recomendación basada en contenido. Reseña recopilada por y alojada en G2.com.

Geraldene M.
GM
Pequeña Empresa(50 o menos empleados)
Más opciones
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de Vendedor
Revisión incentivada
Traducido Usando IA
Socio comercial del vendedor o competidor del vendedor, no incluido en las puntuaciones de G2.
¿Qué es lo que más te gusta de Neo4j Graph Data Science?

Lo que más aprecio de Neo4j Graph Data Science es su capacidad para analizar e interpretar relaciones y patrones complejos en los datos de manera eficiente. GDS proporciona una plataforma integral tanto para el análisis en tiempo real como por lotes. Además, su lenguaje de consulta de gráficos intuitivo, Cypher, y las herramientas de visualización facilitan una exploración y comprensión más profunda de los datos correspondientes. Esto ha mejorado significativamente la eficiencia y profundidad de mis proyectos basados en datos. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Neo4j Graph Data Science?

El rendimiento de Neo4j es generalmente robusto. Sin embargo, a veces puede ser más lento al trabajar con conjuntos de datos más grandes. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay Neo4j Graph Data Science ¿Y cómo te beneficia eso?

Neo4j Graph Data Science nos está ayudando a resolver una serie de problemas complejos centrales en nuestro trabajo, particularmente en torno a la anotación de funciones de proteínas. Al aprovechar la estructura de la base de datos de grafos, podemos modelar y explorar redes de interacción de proteínas intrincadas de manera intuitiva y altamente flexible.

Los algoritmos integrados, incluidos la detección de comunidades, la predicción de enlaces topológicos y las incrustaciones de nodos, han beneficiado enormemente nuestro análisis de datos. Nos han permitido responder a preguntas más complejas y proporcionar información a un nivel más granular. Por ejemplo, las incrustaciones de nodos han demostrado ser increíblemente útiles en la creación de modelos de aprendizaje profundo para la anotación detallada de funciones de proteínas. Reseña recopilada por y alojada en G2.com.

Saif U.
SU
Pequeña Empresa(50 o menos empleados)
Más opciones
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de Vendedor
Revisión incentivada
Traducido Usando IA
¿Qué es lo que más te gusta de Neo4j Graph Data Science?

Neo4j GDS ha sido invaluable para nuestro viaje aquí en Basecamp Research. Pudimos aprovechar los algoritmos ofrecidos para construir canalizaciones de búsqueda de clientes útiles. Este proceso habría llevado mucho más tiempo y habría tenido más riesgo incorporado si hubiéramos intentado construir la misma infraestructura manualmente alrededor de nuestros datos. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Neo4j Graph Data Science?

Una de las desventajas de la oferta GDS de Neo4J es el sistema de actualización que implica intercambiar archivos jar en una carpeta de complementos y reiniciar la instancia. Este proceso puede causar problemas. Además, en algunos casos, los algoritmos que queríamos usar no estaban disponibles. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay Neo4j Graph Data Science ¿Y cómo te beneficia eso?

Neo4J GDS nos permite estructurar nuestros datos de proteínas de tal manera que podemos aprovechar las relaciones entre moléculas individuales, así como con otros metadatos clave para predecir la función potencial. Reseña recopilada por y alojada en G2.com.

Usuario verificado en Marketing and Advertising
AM
Pequeña Empresa(50 o menos empleados)
Más opciones
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de Vendedor
Revisión incentivada
¿Qué es lo que más te gusta de Neo4j Graph Data Science?

I have been working with Neo4j Graph Data Sience for many years, and i would recomend everyone interested in GDS and Machine learning to chech this out. Regardless if you are a beginner and want to learn more, you can start your journey here, or if you are an experienced data scientist and want to scale up or take a different approach to your challenges. They have an extencive library to quickly get started, and the scalability is endless. Highly recomended! Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Neo4j Graph Data Science?

For advanced users, i have a hard time seeing limitations. However, in some ways this is a shortcut for beginners. It is important to learn the basics while beginning your journey, so you understand what is happening "behind the scenes". Neo4j Graph Academy is one way of doing this. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay Neo4j Graph Data Science ¿Y cómo te beneficia eso?

It has the power to run our extencive algorithms in a timely and efficient manner, while simultaniously providing tools for exploration and continious development for our offerings. Reseña recopilada por y alojada en G2.com.

Sharath G.
SG
Data Engineer
Mediana Empresa(51-1000 empleados)
Más opciones
Revisor validado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA
¿Qué es lo que más te gusta de Neo4j Graph Data Science?

Neo4j Graph Data Science por su capacidad para aprovechar la estructura inherente de los datos de grafos para análisis avanzados. Proporciona una gama de algoritmos de grafos, integración perfecta con Neo4j, escalabilidad para grandes conjuntos de datos, una extensa biblioteca de algoritmos y se beneficia de la colaboración y las contribuciones de código abierto. En general, estas características lo convierten en una herramienta poderosa para analizar conjuntos de datos complejos e interconectados y descubrir valiosos conocimientos. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Neo4j Graph Data Science?

Un posible inconveniente de Neo4j Graph Data Science es su curva de aprendizaje. Para los usuarios que son nuevos en bases de datos de grafos o análisis de grafos, puede haber una curva de aprendizaje significativa asociada con la comprensión de los conceptos y algoritmos de grafos subyacentes. Este proceso de aprendizaje puede requerir tiempo y esfuerzo adicionales para adquirir competencia en el uso efectivo de la herramienta. Además, dado que el análisis de grafos puede ser un campo especializado, encontrar recursos de aprendizaje completos y fácilmente accesibles específicos para Neo4j Graph Data Science a veces puede representar un desafío. Aunque la herramienta ofrece características poderosas, su curva de aprendizaje inicial puede ser un obstáculo para los usuarios que buscan una adopción rápida y fácil o aquellos sin experiencia previa en análisis de grafos. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay Neo4j Graph Data Science ¿Y cómo te beneficia eso?

Estábamos intentando rastrear todos los pasos intermedios involucrados en la producción y el consumo de bienes terminados dentro del contexto de los procesos de trazabilidad en la industria del consumidor. La trazabilidad se refiere al seguimiento y rastreo de productos a lo largo de la cadena de suministro, desde las materias primas hasta el consumidor final. Reseña recopilada por y alojada en G2.com.

Phil L.
PL
Pequeña Empresa(50 o menos empleados)
Más opciones
Revisor validado
Fuente de la revisión: Invitación de Vendedor
Revisión incentivada
Traducido Usando IA
¿Qué es lo que más te gusta de Neo4j Graph Data Science?

Muy fácil integrar al personal técnico y menos técnico. El soporte al cliente es increíble. En general, realmente impresionado. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Neo4j Graph Data Science?

A veces hay una falta de transparencia en cuanto a los algoritmos/ecuaciones matemáticas exactas utilizadas 'bajo el capó'. Los precios están en el extremo superior. Con el progreso actual en la IA generativa (por ejemplo, modelos de lenguaje y de difusión), me encantaría ver a neo4j despertar más a esta realidad y asegurar que las integraciones y modelos relevantes sean ofrecidos por GDS pronto, de lo contrario veo un riesgo de que neo4j se quede atrás. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay Neo4j Graph Data Science ¿Y cómo te beneficia eso?

Usamos Neo4j Graph Data Science tanto en proyectos internos de Deep Learning/I+D como en flujos de trabajo de clientes/productos comerciales. Reseña recopilada por y alojada en G2.com.

MM
Mediana Empresa(51-1000 empleados)
Más opciones
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de Vendedor
Revisión incentivada
Traducido Usando IA
¿Qué es lo que más te gusta de Neo4j Graph Data Science?

La amplia gama de algoritmos bien diseñados que cubren un amplio conjunto de casos de uso en los diversos segmentos de mercado en los que trabajamos. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Neo4j Graph Data Science?

La flexibilidad del modelo de gráfico es una fortaleza, pero la flexibilidad también significa que encontrar el mejor patrón para un caso de uso puede ser complicado. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay Neo4j Graph Data Science ¿Y cómo te beneficia eso?

Normalmente aplicamos GDS para modelar y generar análisis e información para sistemas físicos complejos. Necesitamos desarrollar un 'gemelo digital' en estos casos, para lo cual el modelo de grafo y el paradigma GDS son particularmente adecuados. Reseña recopilada por y alojada en G2.com.

Laxman T.
LT
Technology Lead
Empresa(> 1000 empleados)
Más opciones
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA
¿Qué es lo que más te gusta de Neo4j Graph Data Science?

Neo4J ciencia de datos realiza modelado de datos y análisis de datos en entornos gráficos. Neo4J tiene algoritmos bien diseñados que se pueden utilizar en múltiples casos de uso. La interfaz de usuario es fácil de navegar y trabajar. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Neo4j Graph Data Science?

nada que vea por ahora. Está bien organizado. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay Neo4j Graph Data Science ¿Y cómo te beneficia eso?

Resuelve análisis de datos complejos que proporciona los análisis en forma de gráficos en muy poco tiempo. Reseña recopilada por y alojada en G2.com.

Nilanjan N.
NN
Senior Associate Consultant
Empresa(> 1000 empleados)
Más opciones
Revisor validado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA
¿Qué es lo que más te gusta de Neo4j Graph Data Science?

Su capacidad para profundizar en más datos y generar mejores conocimientos, predicciones, la hemos utilizado con las estadísticas de jugadores de IPL y ayudó a obtener el ratio PE de cada jugador. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Neo4j Graph Data Science?

La interfaz gráfica de usuario no está a la altura, enfrenté verdaderas dificultades al hacer las demostraciones al usar esta aplicación, la experiencia del usuario de la interfaz gráfica debería mejorarse. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay Neo4j Graph Data Science ¿Y cómo te beneficia eso?

Para crear modelos de predicción para los jugadores de franquicias de IPL a partir de sus estadísticas actuales del XI titular. Reseña recopilada por y alojada en G2.com.