相關商品
商品簡介
商品簡介
圖數據是對萬物間聯繫的一般抽象,廣泛存在於各行各業中。圖表徵學習為圖數據的建模與分析提供了新範式,是近年來機器學習與數據挖掘領域的熱門研究方向,並被有效地應用於推薦系統、交通預測等眾多領域。本書將全面介紹圖表徵學習,特別是針對處於真實世界動態、開放環境之中圖數據的圖表徵學習方法。本書分為3 篇:第1 篇介紹圖嵌入和圖神經網絡等經典圖表徵學習方法;第2 篇圍繞魯棒性、動態性、可解釋性、分佈外泛化性等多個角度,系統地介紹針對動態開放環境中的圖表徵學習方法;第3 篇以四個不同領域為例,從推薦系統、交通預測、自然語言處理、組合優化等場景,介紹圖表徵學習的應用方法。除了對代表性方法進行詳細介紹,本書還提供了豐富的參考文獻,讀者可以更深入地學習圖表徵學習的前沿內容。本書適合具有一定機器學習基礎的高年級本科生、研究生、教師和研究者,以及對圖數據感興趣的計算機工程師和從業人員閱讀,也適合對人工智能、深度學習和圖數據分析感興趣的其他人士參考。
主題書展
更多書展本週66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。
特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。
無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。
為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。