Amazon Neptune Analytics já se integra ao GraphStorm para machine learning de grafos escalável
Hoje, estamos anunciando a integração do Amazon Neptune Analytics com o GraphStorm, uma biblioteca de machine learning de grafos (ML) escalável e de código aberto criada para aplicações de escala corporativa. Essa integração reúne o mecanismo de analytics de grafos de alta performance do Neptune e o pipeline flexível de ML do GraphStorm, facilitando aos clientes a criação de aplicações inteligentes que usam os insights baseados em grafos.
Com esse lançamento, os clientes podem treinar redes neurais de grafos (GNNs) usando o GraphStorm e trazer representações aprendidas, como incorporações de nós, classificações e previsões de links, para o Neptune Analytics. Depois de carregados, esses grafos enriquecidos podem ser consultados e analisados interativamente usando algoritmos integrados, como detecção de comunidade ou pesquisa por similaridade, oferecendo um avançado ciclo de feedback entre ML e análise humana. Essa integração oferece suporte a uma ampla variedade de casos de uso, desde detectar fraudes e recomendar conteúdo até melhorar a inteligência da cadeia de suprimentos, entender redes biológicas ou aprimorar a segmentação de clientes. O GraphStorm simplifica o treinamento de modelos com uma interface de linha de comando (CLI) de alto nível e oferece suporte a casos de uso avançados por meio de sua API do Python. O Neptune Analytics, otimizado para análises de baixa latência de grafos na escala de bilhões, permite que desenvolvedores e analistas explorem relacionamentos de vários saltos, analisem padrões de grafos e realizem investigações em tempo real.
Ao combinar o ML de grafos com analytics rápidas e escaláveis, o Neptune e o GraphStorm ajudam as equipes a passarem de relacionamentos brutos a insights reais, seja descobrindo padrões ocultos, classificando riscos ou personalizando experiências. Para saber mais sobre como usar o GraphStorm com o Neptune Analytics, acesse a publicação do blog.