Graph - gusenov/kb GitHub Wiki
- The Practitioner’s Guide to Graph Data by Denise Koessler Gosnell and Matthias Broecheler - 420 pages
- Hands-On Graph Analytics with Neo4j by Estelle Scifo - 510 pages
- Графы в программировании: обработка, визуализация и применение | Касьянов Виктор Николаевич, Евстигнеев Владимир Анатольевич - 1104 страницы
- Graph Databases by Ian Robinson, Jim Webber, and Emil Eifrem - 238 pages
- Viewing Matrices & Probability as Graphs
- A nice fact I like: Every matrix corresponds to a graph, and so familiar things (e.g. matrix multiplication) have nice pictures! Another nice fact: joint probability distributions also correspond to graphs. They have telling pictures, too.
- Инструмент для работы с графами онлайн
- Graph Data Processing with Cypher by Ravindranatha Anthapu - 332 pages
Wikipedia
- Category:Graph drawing
- Граф-схема алгоритма
- Template:Graph representations
- Dependency graph
- Граф зависимостей
- по графу зависимостей определяется порядок вычислений
- Циклические зависимости в графе зависимостей приводят к ситуации, в которой нет доступного порядка вычислений, потому что ни один из объектов цикла не может считаться первым. Если циклических зависимостей нет, то мы имеем направленный ациклический граф, и порядок вычислений может быть определен с помощью топологической сортировки.
- Граф зависимостей
- Контур в общем случае, замкнутая линия, очертание некоторой геометрической фигуры, предмета; силуэт.
- Контур в теории графов — путь, начальная и конечная вершины которого совпадают.
- Контур в теории управления — замкнутая цепь звеньев системы управления, в которой посредством прямой и обратной связи соединены субъект и объект управления.
- Контур в механической и тепловой технике — замкнутая система трубопроводов и различного оборудования, насосов, теплообменников, арматуры и другого, промышленная тепломеханическая схема.
- Контур в теории электрических цепей — замкнутый путь, проходящий через несколько ветвей и узлов разветвлённой электрической цепи.
- Gremlin (query language) is a graph traversal language and virtual machine
- Транспонированный граф используются для обозначения другого ориентированного графа с тем же набором вершин и с теми же дугами, но ориентация дуг этого графа противоположна
- Graph rewriting concerns the technique of creating a new graph out of an original graph algorithmically.
- Category:Application-specific graphs
Викисловарь
- контур
- в теории графов замкнутый путь, исходящий из некоторой вершины графа и возвращающийся в неё же
- замкнутая электрическая цепь, предназначенная для выполнения некоей функции
- замкнутая система трубопроводов
- несформировавшееся, приблизительное представление о чём-либо
Neo4j
- Beginning Neo4j. Create relationships and grow your application with Neo4j by Chris Kemper - 153 pages
- **Building Web Applications with Python and Neo4j. Develop exciting real-world Python-based web applications with Neo4j using frameworks such as Flask, Py2neo, and Django ** by Sumit Gupta - 184 pages
- Graph Data Science (GDS). Neo4j Special Edition by Amy Hodler and Mark Needham - 53 pages
- Learning Cypher. Write powerful and efficient queries for Neo4j with Cypher, its official query language by Onofrio Panzarino - 162 pages
- Neo4j Graph Data Modeling. Design efficient and flexible databases by optimizing the power of Neo4j by Mahesh Lal - 138 pages
- **Visual Design of GraphQL Data. A Practical Introduction with Legacy Data and Neo4j ** by Thomas Frisendal - 111 pages
- [Graph Algorithms. Practical Examples in Apache Spark and Neo4j] (https://www.oreilly.com/library/view/graph-algorithms/9781492047674/) by Mark Needham and Amy E. Hodler - 268 pages
- Графовые алгоритмы. Практическая реализация на платформах Apache Spark и Neo4j (Марк Нидхем, Эми Ходлер) - 258 страниц
- Graph Data Science with Neo4j. Learn how to use Neo4j 5 with Graph Data Science library 2.0 and its Python driver for your project by Estelle Scifo - 288 pages
Online
ML
- Hugging Face / Introduction to Graph Machine Learning
- Towards Data Science
- Temporal Graph Learning (TGL) by Shenyang(Andy) Huang
- aims to extract, learn and predict from
- real world networks such as social, traffic and citation networks often evolve over time
- TensorFlow-GNN: An End-To-End Guide For Graph Neural Networks by Michael Malin
- Temporal Graph Learning (TGL) by Shenyang(Andy) Huang