【干货书】图机器学习,带你学习图数据的机器学习处理技术与实战案例

数据派THU

共 854字,需浏览 2分钟

 ·

2022-06-20 02:56


来源:专知
本文为书籍推荐,建议阅读5分钟
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。



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。








浏览 27
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报