|
题名:
|
图表示学习 / (美) William Hamilton著 , AI TIME译 |
|
ISBN:
|
978-7-121-41077-2 价格： CNY109.00 |
|
语种:
|
chi |
|
载体形态:
|
191页 图 (部分彩图) 24cm |
|
出版发行:
|
出版地： 北京 出版社： 中国工业出版社 出版日期： 2021 |
|
内容提要:
|
本书提供了一份关于图表示学习的综述。首先，本书讨论图表示学习的目标及图论和网络分析的关键方法论。然后，本书介绍并回顾了学习节点嵌入的方法，包括基于随机游走的方法以及在知识图谱上的应用。再后，本书对高度成功的图神经网络（ Graph Neural Network， GNN）进行了技术上的综合介绍， GNN已成为图数据深度学习领域占主导地位且迅速发展的范式。最后，本书总结了针对图的深度生成模型的最新进展，这是图表示学习新生但发展迅速的子集。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
汉密尔顿 著 |
|
责任者附注:
|
责任者Hamilton规范汉译姓: 汉密尔顿 |
|
主要团体责任者:
|
AI TIME 译 |