Învățarea automată a grafurilor: Duceți datele grafice la nivelul următor prin aplicarea tehnicilor și algoritmilor de învățare automată

Recenzii ale cititorilor

Cartea oferă o introducere cuprinzătoare în învățarea automată a grafurilor, echilibrând teoria și aplicațiile practice, cu numeroase exemple de cod. Deși servește ca o resursă valoroasă pentru cei familiarizați cu conceptele de învățare automată, cititorii pot considera că îi lipsește profunzimea în discuțiile despre teoria grafurilor și are probleme cu calitatea tipăririi și notația neregulată.

⬤ Explicații de înaltă calitate, discuții și exemple de scripting.
⬤ Prezentare cuprinzătoare a diverselor aplicații de învățare automată care utilizează concepte grafice.
⬤ Organizare bună și stil accesibil pentru cititorii cu cunoștințe anterioare în ML/DL.
⬤ Conține exemple practice de cod și aplicații din lumea reală.
⬤ Acoperă subiecte emergente precum analiza topologică a datelor și încorporarea grafurilor.

⬤ Calitate slabă a imprimării, cu grafice ilizibile și probleme de formatare a codului.
⬤ Unele explicații sunt superficiale, cu notații neglijente și erori gramaticale.
⬤ Necesită cunoștințe prealabile în domeniul învățării automate și al matematicii, ceea ce poate îndepărta începătorii.
⬤ Probleme de compatibilitate cu anumite exemple de cod și biblioteci.
⬤ Lipsa explorării detaliate a unor teorii și concepte de nișă.

(pe baza a 21 recenzii ale cititorilor)

Titlul original:

Graph Machine Learning: Take graph data to the next level by applying machine learning techniques and algorithms

Conținutul cărții:

Construiți algoritmi de învățare automată folosind date grafice și exploatați eficient informațiile topologice din cadrul modelelor dvs.

Caracteristici principale:

⬤ Implementați tehnici și algoritmi de învățare automată în datele grafice.

⬤ Identificați relația dintre noduri pentru a lua decizii de afaceri mai bune.

⬤ Aplicați metode de învățare automată bazate pe grafice pentru a rezolva probleme din viața reală.

Descrierea cărții:

Graph Machine Learning oferă un nou set de instrumente pentru prelucrarea datelor de rețea și valorificarea puterii relației dintre entități care pot fi utilizate pentru sarcini de predicție, modelare și analiză.

Veți începe cu o scurtă introducere în teoria grafurilor și învățarea automată a grafurilor, înțelegând potențialul acestora. Pe măsură ce continuați, vă veți familiariza cu principalele modele de învățare automată pentru învățarea reprezentării grafurilor: scopul lor, cum funcționează și cum pot fi implementate într-o gamă largă de aplicații de învățare supravegheată și nesupravegheată. Veți construi apoi o conductă completă de învățare automată, inclusiv procesarea datelor, formarea modelului și predicția pentru a exploata întregul potențial al datelor grafice. În continuare, veți acoperi scenarii din lumea reală, cum ar fi extragerea datelor din rețelele sociale, analiza textului și prelucrarea limbajului natural (NLP) utilizând grafice și sisteme de tranzacții financiare pe grafice. În cele din urmă, veți învăța cum să construiți și să scalați aplicații bazate pe date pentru analiza grafurilor pentru a stoca, interoga și procesa informațiile din rețea, înainte de a progresa pentru a explora cele mai recente tendințe privind grafurile.

Până la sfârșitul acestei cărți de învățare automată, veți fi învățat conceptele esențiale ale teoriei grafurilor și toți algoritmii și tehnicile utilizate pentru a construi aplicații de învățare automată de succes.

Ce veți învăța:

⬤ Scrieți scripturi Python pentru a extrage caracteristici din grafice.

⬤ Diferențiați între principalele tehnici de învățare a reprezentării grafice.

⬤ Deveniți experți în extragerea datelor din rețele sociale, sisteme de tranzacții financiare și altele.

⬤ Implementați principalele tehnici nesupravegheate și supravegheate de înglobare a grafurilor.

⬤ Să vă familiarizați cu metodele de înglobare superficială, rețelele neuronale grafice, metodele de regularizare a grafurilor și multe altele.

⬤ Deplasați și extindeți aplicația fără probleme.

Pentru cine este această carte:

Această carte se adresează analiștilor de date, dezvoltatorilor de grafuri, analiștilor de grafuri și profesioniștilor din domeniul grafurilor care doresc să valorifice informațiile încorporate în conexiunile și relațiile dintre punctele de date pentru a-și spori performanța analizei și a modelului. Cartea va fi, de asemenea, utilă pentru oamenii de știință de date și dezvoltatorii de învățare automată care doresc să construiască baze de date de grafice bazate pe ML. Este necesară o înțelegere la nivel de începător a bazelor de date grafice și a datelor grafice. Se așteaptă, de asemenea, cunoștințe de lucru de nivel intermediar de programare Python și învățare automată pentru a profita la maximum de această carte.