人工智能和机器学习推动了预测数据架构的使用，其应用广泛，涵盖推荐引擎、欺诈检测和客户360等场景。这些模型的准确性与上下文情景的完整性高度相关。
neo4j 图数据科学旨在让数据科学家通过综合的图分析技术轻松实现更精准的预测。用户可以通过图算法库、机器学习和数据科学方法改进模型。neo4j图数据科学已被广泛采用并大规模实施，轻松处理数千亿个节点和关系。
越来越多的软件开发人员正在寻求数据科学为用户提供更好的预测和更强大的推荐引擎。neo4j图数据科学可以帮助构建下一组全球智能应用程序的软件开发人员和数据科学家利用图算法将上下文情景导入数据，改善模型。
利用neo4j图数据科学，数据科学家可在跨生态系统的现有数据管道工具中轻松工作。数据科学家可以在本地使用neo4j图数据科学，现在也可以通过 neo4j aurads 使用完全托管的 saas 凯发在线的解决方案。
orita首席技术官zack gow表示，neo4j图数据科学让他的团队能够更好地响应客户需求。
gow 表示：“规模始终是我们首要考虑的因素，因为我们处理来自客户的数据。我们永远无法预测客户数据集的规模，选择 neo4j归功于它处理数据集的能力远超我们的预期。在选择工具的早期，我们做过很多尝试，很多工具根本不能发挥作用，neo4j则脱颖而出。neo4j 图数据科学以图的方式显示数据，所以我们能快速展开数据科学项目。作为一个初创公司，我们没有时间浪费在繁琐的工具上。”
zenapse 首席执行官matthew bernardini 分享了 neo4j 图数据科学对其业务的影响。
bernardini表示：“我们选择aurads neo4j 图数据科学，是因为它是一个完全托管的、基于云的基础架构，结合了一套优秀且用户友好的工具和庞大的生产就绪数据科学算法库，让我们对平台充满信心，确保我们专注于数据和应用程序的开发。neo4j图数据库可以轻松量化数字世界中的关系和相似性，并提供这些关联关系的全新洞察。”
neo4j aurads 是图数据科学的强大功能，可作为完全托管服务使用。它包括在单个工作区中访问超过 65 种图算法，数据科学家可以更快速地进行实验。in-graph 机器学习模型和本地python客户端有助于提高生产力并简化工作流程。
除了图数据科学的核心功能外，aurads 客户还可获得：
- 简单、强大的工作流程：拖拽式用户界面，用于建模并将数据导入图。
- 灵活扩展性：根据需求变化按需管理对高计算硬件的访问。
- 自动化操作：无需用户操作即可在后台监控、修补和备份工作负载。
- mlops 支持：重启时不中断地保留、发布和恢复模型。
- 可预测的成本：通过按使用情况付费和暂停未使用的选项来管理成本。
- 一键备份：一键获取实例、模型和内存中图快照。
关于 neo4j 图数据科学和 aurads的更多信息
欲了解有关 neo4j 图数据科学和aurads 更多信息，请阅读或参加2022年4月26日星期二举办的“崭新的图数据科学：超越过去，更快、更便捷”网络研讨会。
关于 neo4j
neo4j是全球图数据平台的领导者。我们帮助包括康卡斯特()、美国宇航局()、瑞银()和沃尔沃汽车()等客户，捕捉数据中隐藏的现实世界丰富的上下文情境，以应对任何规模的挑战。我们的客户通过遏制金融欺诈和网络犯罪、优化全球网络、加速突破性研究和提供更好的建议来改变其所在的行业。neo4j提供实时交易处理、先进的ai/ml、直观的数据可视化等支持。欲获得更多信息请浏览。