Megan
Администратор
- Регистрация
- 20 Фев 2015
- Сообщения
- 171.161
- Реакции
- 345.913
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:
- Восстановить кожу. Избавиться от дефектов, трещин, шелушения, акне и постакне, уменьшить пигментные пятна [Вячеслав Ананенко]
- Кекс Рождественский с фисташкой и маскарпоне [Мария Манахова]
- HealthCoaching [Лариса Сотникова, Ника Виардо]
- Первозданная [Лилия Король]
- Узнай свои цвета. Колористика внешности [Фаина Шигапова]
- Антикризисная терапия [Тариф Самостоятельный] [Школа Шоппинга] [Татьяна Тимофеева]