Vendetta
Администратор
- Регистрация
- 16 Сен 2015
- Сообщения
- 236.295
- Реакции
- 426.072
Складчина: [ДМК] Графовые нейронные сети на Python [Лабонн М., Груздев А.В.]
Создавайте креативные и мощные приложения с использованием графовых данных и станьте экспертом в графовых нейронных сетях!
Всего через десять лет после своего появления графовые нейронные сети стали одной из самых интересных архитектур в глубоком обучении. Технологические компании пытаются применить их повсюду: в сфере разработки лекарств, в системах рекомендаций еды, видео и поиска романтических партнеров, для выявления фейковых новостей. В этой книге представлены основы теории графов для data science и машинного обучения, а также практические задачи, которые решаются с помощью графовых нейронных сетей.
В процессе чтения вы научитесь:
создавать графовые наборы данных из табличных или исходных данных;
преобразовывать узлы и ребра в высококачественные эмбеддинги;
реализовывать графовые нейронные сети с использованием PyTorch Geometric;
выбирать лучшую модель графовых нейронных сетей в зависимости от вашей задачи;
выполнять такие задачи, как классификация узлов, генерация графов, предсказание связей;
применять эти знания к реальным задачам, используя исходные данные.
По мере чтения вы откроете для себя целый ряд ранее неизвестных сфер применения машинного обучения и сформируете профессиональное портфолио.
Студенты, специалисты по data science, а также эксперты в области машинного и глубокого обучения найдут в книге понятные и иллюстрированные объяснения с кодом и тетрадками, чтобы быстро начать работу. Для изучения материала пригодятся базовые знания языка Python и линейной алгебры.
Издание: Цветное
Оригинальное название: "Hands-On Graph Neural Networks Using Python"
Оригинальный правообладатель: Packt
Автор: Лабонн М., Груздев А.В.
Объем, стр: 342
ISBN: 978-5-93700-319-5
Формат: PDF
Стоимость: 1440
Создавайте креативные и мощные приложения с использованием графовых данных и станьте экспертом в графовых нейронных сетях!
Всего через десять лет после своего появления графовые нейронные сети стали одной из самых интересных архитектур в глубоком обучении. Технологические компании пытаются применить их повсюду: в сфере разработки лекарств, в системах рекомендаций еды, видео и поиска романтических партнеров, для выявления фейковых новостей. В этой книге представлены основы теории графов для data science и машинного обучения, а также практические задачи, которые решаются с помощью графовых нейронных сетей.
В процессе чтения вы научитесь:
создавать графовые наборы данных из табличных или исходных данных;
преобразовывать узлы и ребра в высококачественные эмбеддинги;
реализовывать графовые нейронные сети с использованием PyTorch Geometric;
выбирать лучшую модель графовых нейронных сетей в зависимости от вашей задачи;
выполнять такие задачи, как классификация узлов, генерация графов, предсказание связей;
применять эти знания к реальным задачам, используя исходные данные.
По мере чтения вы откроете для себя целый ряд ранее неизвестных сфер применения машинного обучения и сформируете профессиональное портфолио.
Студенты, специалисты по data science, а также эксперты в области машинного и глубокого обучения найдут в книге понятные и иллюстрированные объяснения с кодом и тетрадками, чтобы быстро начать работу. Для изучения материала пригодятся базовые знания языка Python и линейной алгебры.
Издание: Цветное
Оригинальное название: "Hands-On Graph Neural Networks Using Python"
Оригинальный правообладатель: Packt
Автор: Лабонн М., Груздев А.В.
Объем, стр: 342
ISBN: 978-5-93700-319-5
Формат: PDF
Стоимость: 1440
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- Команды в малом бизнесе: секрет продуктивной работы [Альфа Курс] [Екатерина Бадовская]
- Экология – это интересно [Владимир Бабенко]
- Рецепты азорской кухни + Рецепты аймарской кухни [Наталья Смакова]
- Формирование лота и искусственное дробление закупок в рамках Федерального закона №44-ФЗ [Элкод] [Мария Казарина]
- Интерактивная карта по Берлину с точными координатами мест 2026 [TravelAsk]
- Код вен. Как читать сигналы своих ног и не пропустить опасное [Никос Аледжанов]
- Как использовать контент‑маркетинг для развития бизнеса [Альфа Курс] [Анастасия Москвитина]
- Активация памяти и кровообращения [Вячеслав Ананенко]