图机器学习将向您介绍一组用于处理网络数据的工具,并利用实体之间的关系的力量,可以用于预测、建模和分析任务。

第一章将介绍图论和图机器学习,以及它们的潜在使用范围。

然后,您将了解有关图表示学习的主要机器学习模型的所有您需要知道的知识:它们的目的,它们如何工作,以及它们如何在广泛的监督和非监督学习应用程序中实现。您将构建一个完整的机器学习管道,包括数据处理、模型训练和预测,以便充分利用图数据的潜力。

在介绍了这些基础知识之后,您将了解真实的场景,例如使用图和图形上的金融交易系统从社交网络提取数据、文本分析和自然语言处理(NLP)。您还将学习如何构建和扩展用于图分析的数据驱动应用程序,以存储、查询和处理网络信息,并探索图的最新趋势。

读完这本机器学习的书,你将学习图论的基本概念和所有用于构建成功的机器学习应用程序的算法和技术。

https://www.packtpub.com/product/graph-machine-learning/9781800204492

第1章,入门图,介绍了使用NetworkX Python库的图论的基本概念。 第2章,图机器学习,介绍了图机器学习和图嵌入技术的主要概念。 第3章,无监督图学习,介绍了近年来的无监督图嵌入方法。 第4章,监督图学习,介绍了最近的监督图嵌入方法。 第5章,图上机器学习的问题,介绍了最常见的图上机器学习任务。 第6章,社会网络分析,展示了机器学习算法在社会网络数据上的应用。 第7章,文本分析和使用图表的自然语言处理,展示了机器学习算法在自然语言处理任务中的应用。 第8章,信用卡交易图分析,展示了机器学习算法在信用卡欺诈检测中的应用。 第9章,构建数据驱动的图驱动应用程序,介绍了一些处理大型图的有用技术和技巧。 第10章,图的新趋势,介绍了一些新的趋势(算法和应用)在图机器学习。

成为VIP会员查看完整内容
105
0

相关内容

图机器学习(Machine Learning on Graphs)是一项重要且普遍存在的任务,其应用范围从药物设计到社交网络中的友情推荐。这个领域的主要挑战是找到一种表示或编码图结构的方法,以便机器学习模型能够轻松地利用它。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【Manning新书】自然语言处理实战:深度学习应用,337页pdf,
专知会员服务
85+阅读 · 2021年6月18日
最新《图机器学习》综述论文,19页pdf
专知会员服务
107+阅读 · 2021年5月5日
【干货书】Python机器学习,361页pdf
专知会员服务
176+阅读 · 2021年2月25日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
156+阅读 · 2020年2月11日
图数据表示学习综述论文
专知
36+阅读 · 2019年6月10日
(免费精品课程分享)-PyTorch深度学习实战
深度学习与NLP
14+阅读 · 2018年10月28日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
Arxiv
40+阅读 · 2021年5月3日
A Survey on Edge Intelligence
Arxiv
38+阅读 · 2020年3月26日
Arxiv
44+阅读 · 2018年12月11日
Arxiv
18+阅读 · 2018年8月19日
小贴士
相关VIP内容
【Manning新书】自然语言处理实战:深度学习应用,337页pdf,
专知会员服务
85+阅读 · 2021年6月18日
最新《图机器学习》综述论文,19页pdf
专知会员服务
107+阅读 · 2021年5月5日
【干货书】Python机器学习,361页pdf
专知会员服务
176+阅读 · 2021年2月25日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
156+阅读 · 2020年2月11日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
相关论文
微信扫码咨询专知VIP会员