Opis: Grafowe sieci neuronowe. Teoria i praktyka - Filip Wójcik

Grafowe sieci neuronowe. Teoria i praktyka

Cicha rewolucja, która nadeszła

Grafowe sieci neuronowe (ang. graph neural networks, GNN) to klasa modeli uczenia głębokiego przeznaczona do analizy danych o strukturze grafowej. W początkowym okresie ich rozwój ograniczał brak efektywnych metod projektowania i optymalizacji; w ostatnich latach bariery te w dużej mierze zostały pokonane, co przełożyło się na dynamiczny postęp teorii i praktyki. Modele GNN znajdują zastosowanie między innymi w analizie sieci społecznościowych, optymalizacji procesów logistycznych, marketingu i pracy z bazami wiedzy.

Ta książka zawiera kompleksowe opracowanie tematyki sieci grafowych w kontekście uczenia maszynowego. Tym samym wypełnia istotną lukę na polskim rynku wydawniczym, oferując połączenie solidnych podstaw teoretycznych z praktycznym zastosowaniem GNN. To przewodnik, który systematycznie przeprowadza przez kolejne zagadnienia związane z sieciami grafowymi:

od narzędzi klasycznej analizy grafów w środowisku Pythona i wybranych zagadnień teorii grafów
przez wprowadzenie do grafowych sieci neuronowych, a także przegląd wybranych warstw splotu grafowego i dobrych praktyk ich projektowania
po zagadnienia związane ze szkoleniem sieci GNN i praktyczne przykłady ich zastosowań

Producent:
Helion SA
Kościuszki 1c
44-100 Gliwice (PL)
tel: (32) 230-98-63
email: [email protected]

Szczegóły: Grafowe sieci neuronowe. Teoria i praktyka - Filip Wójcik

Tytuł: Grafowe sieci neuronowe. Teoria i praktyka
Autor: Filip Wójcik
Wydawnictwo: Helion
ISBN: 9788328933903
Rok wydania: 2026
Ilość stron: 224
Format: 158x15 mm
Oprawa: broszurowa

Recenzje: Grafowe sieci neuronowe. Teoria i praktyka - Filip Wójcik