کتاب یادگیری ارائه گراف

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

 
دانلود کتاب Graph Representation Learning (Synthesis Lectures on Artificial Intelligence and Machine Learning)

عنوان کتاب به انگلیسی:

Graph Representation Learning (Synthesis Lectures on Artificial Intelligence and Machine Learning)

سال انتشار: 2020  |  160 صفحه  |  حجم فایل: 7 مگابایت  |  زبان: انگلیسی
نویسنده William L. Hamilton
ناشر Morgan & Claypool
ISBN10: 1681739631
ISBN13: 9781681739632

توضیحات کتاب

Graph-structured data is ubiquitous throughout the natural and social sciences, from telecommunication networks to quantum chemistry. Building relational inductive biases into deep learning architectures is crucial for creating systems that can learn, reason, and generalize from this kind of data. Recent years have seen a surge in research on graph representation learning, including techniques for deep graph embeddings, generalizations of convolutional neural networks to graph-structured data, and neural message-passing approaches inspired by belief propagation. These advances in graph representation learning have led to new state-of-the-art results in numerous domains, including chemical synthesis, 3D vision, recommender systems, question answering, and social network analysis. This book provides a synthesis and overview of graph representation learning. It begins with a discussion of the goals of graph representation learning as well as key methodological foundations in graph theory and network analysis. Following this, the book introduces and reviews methods for learning node embeddings, including random-walk-based methods and applications to knowledge graphs. It then provides a technical synthesis and introduction to the highly successful graph neural network (GNN) formalism, which has become a dominant and fast-growing paradigm for deep learning with graph data. The book concludes with a synthesis of recent advancements in deep generative models for graphs—a nascent but quickly growing subset of graph representation learning.

توضیحات کتاب به فارسی (ترجمه ماشینی)

داده های ساختار یافته نمودار در سراسر علوم طبیعی و اجتماعی ، از شبکه های مخابراتی گرفته تا شیمی کوانتومی فراگیر است.ایجاد تعصبات القایی رابطه ای به معماری های یادگیری عمیق برای ایجاد سیستمهایی که می توانند از این نوع داده ها یاد بگیرند ، استدلال و تعمیم دهند ، بسیار مهم است.سالهای اخیر شاهد افزایش تحقیقات در مورد یادگیری نمودار ، از جمله تکنیک های تعبیه نمودار عمیق ، تعمیم شبکه های عصبی حلقوی به داده های ساختار یافته نمودار و رویکردهای انتقال پیام عصبی با الهام از انتشار اعتقاد بوده است.این پیشرفت در یادگیری نمودار نمودار منجر به نتایج جدید و پیشرفته در حوزه های بی شماری از جمله سنتز شیمیایی ، دید سه بعدی ، سیستم های پیشنهادی ، پاسخ به سؤال و تجزیه و تحلیل شبکه های اجتماعی شده است. این کتاب سنتز و مرور کلی از یادگیری نمودار را ارائه می دهد.این کار با بحث در مورد اهداف یادگیری نمای نمودار و همچنین مبانی روش شناختی کلیدی در تئوری نمودار و تجزیه و تحلیل شبکه آغاز می شود.به دنبال این ، این کتاب روش های یادگیری تعبیه های گره ، از جمله روش ها و برنامه های مبتنی بر پیاده روی تصادفی را برای نمودارهای دانش معرفی و بررسی می کند.سپس یک سنتز فنی و مقدمه ای برای فرمالیسم شبکه عصبی بسیار موفق (GNN) ارائه می دهد ، که به یک الگوی غالب و سریع در حال رشد برای یادگیری عمیق با داده های نمودار تبدیل شده است.این کتاب با ترکیبی از پیشرفت های اخیر در مدلهای عمیق تولیدی برای نمودارها ، زیر مجموعه های نوپا اما به سرعت در حال رشد از یادگیری نمودار را نتیجه می گیرد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر کتاب اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.