Graph Neural Networks for Molecular Discovery with Python : Geometric Deep Learning, Molecule Generation, and Property Prediction
Sprache: Englisch
Verlag: Amazon Digital Services LLC - Kdp Jun 2026, 2026
- Softcover
- Neu
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer:in bei ZVAB seit 14. August 2006
Zustand: Neu
EUR 59,36
Anzahl: 2 verfügbar
In den WarenkorbArtikelbeschreibung des Verkäufers
Neuware - Reactive PublishingDiscover the future of molecular discovery with the power of Graph Neural Networks and Geometric Deep Learning.In Graph Neural Networks for Molecular Discovery with Python, Livia Arden delivers a practical, hands-on guide to applying cutting-edge geometric deep learning techniques to one of the most exciting frontiers in science: accelerating the design and optimization of new molecules. Whether you're working in drug discovery, materials science, or chemical engineering, this book equips you with the tools to model molecular structures as graphs and extract powerful insights that traditional methods simply cannot match.What You'll Learn- Master the fundamentals of Graph Neural Networks (GNNs) and how they naturally represent atoms, bonds, and molecular geometry.- Build and train sophisticated models for property prediction - from solubility and toxicity to bioactivity and quantum mechanical properties.- Explore molecule generation techniques, including variational autoencoders, generative adversarial networks, and diffusion models adapted for graphs.- Implement real-world workflows using Python libraries such as PyTorch Geometric, DGL, RDKit, and NetworkX.- Tackle challenges like molecular featurization, graph pooling, attention mechanisms, and scalable training on large chemical datasets.- Apply advanced topics including equivariant networks, 3D molecular modeling, and multi-task learning for accelerated virtual screening.Hands-On and Production-ReadyEvery concept is reinforced with clean, well-documented Python code examples that you can immediately adapt to your own research or projects. From loading SMILES strings and building molecular graphs to deploying predictive models and generating novel candidate compounds, this book bridges theory and practice with a strong emphasis on reproducibility and real-world impact.Who This Book Is For- Data scientists and machine learning engineers eager to apply GNNs to scientific domains.- Computational chemists and researchers looking to modernize their discovery pipelines.- Graduate students and professionals in cheminformatics, bioinformatics, and materials informatics.- Anyone interested in the intersection of geometric deep learning and molecular science.…
Bestandsnummer des Verkäufers 9798184214115
- Titel
- Graph Neural Networks for Molecular Discovery with Python : Geometric Deep Learning, Molecule Generation, and Property Prediction
- Autor
- Livia Arden
- Verlag
- Amazon Digital Services LLC - Kdp Jun 2026
- Erscheinungsjahr
- 2026
- Zustand
- Neu
- Einband
- Taschenbuch
- Sprache
- Englisch
- ISBN-13
- 9798184214115
- Artikelgewicht
- 640 Gramm
- Abmessungen
- 229x152x34 mm
Discover the future of molecular discovery with the power of Graph Neural Networks and Geometric Deep Learning.
In Graph Neural Networks for Molecular Discovery with Python, Livia Arden delivers a practical, hands-on guide to applying cutting-edge geometric deep learning techniques to one of the most exciting frontiers in science: accelerating the design and optimization of new molecules. Whether you're working in drug discovery, materials science, or chemical engineering, this book equips you with the tools to model molecular structures as graphs and extract powerful insights that traditional methods simply cannot match.
What You'll Learn- Master the fundamentals of Graph Neural Networks (GNNs) and how they naturally represent atoms, bonds, and molecular geometry.
- Build and train sophisticated models for property prediction — from solubility and toxicity to bioactivity and quantum mechanical properties.
- Explore molecule generation techniques, including variational autoencoders, generative adversarial networks, and diffusion models adapted for graphs.
- Implement real-world workflows using Python libraries such as PyTorch Geometric, DGL, RDKit, and NetworkX.
- Tackle challenges like molecular featurization, graph pooling, attention mechanisms, and scalable training on large chemical datasets.
- Apply advanced topics including equivariant networks, 3D molecular modeling, and multi-task learning for accelerated virtual screening.
Every concept is reinforced with clean, well-documented Python code examples that you can immediately adapt to your own research or projects. From loading SMILES strings and building molecular graphs to deploying predictive models and generating novel candidate compounds, this book bridges theory and practice with a strong emphasis on reproducibility and real-world impact.
Who This Book Is For- Data scientists and machine learning engineers eager to apply GNNs to scientific domains.
- Computational chemists and researchers looking to modernize their discovery pipelines.
- Graduate students and professionals in cheminformatics, bioinformatics, and materials informatics.
- Anyone interested in the intersection of geometric deep learning and molecular science.
„Inhaltsangabe“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
AHA-BUCH GmbH
Einbeck, Deutschland
Verkäufer:in bei ZVAB seit 14. August 2006
Versandkosten von Deutschland nach USA
| Artikel | 7 bis 10 Werktage | 5 bis 7 Werktage |
|---|---|---|
| Erster Artikel | EUR 35,00 | EUR 45,00 |
Zahlungsarten
- Banküberweisung
- PayPal
- Vorauskasse
Shopbeschreibung
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Spezialisierung
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumUnternehmensdaten der Verkäuferin bzw. des Verkäufers
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Deutschland 37574
Verkaufsbedingungen
Impressum
Gesetzliche Anbieterkennung:
AHA-BUCH GmbH
diese vertreten durch den Geschäftsführer Christel Glass
Garlebsen 48
37574 Einbeck
Deutschland
Telefon: 055639996039
Telefax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
eingetragen im Handelsregister des Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter https://ec.europa.eu/odr.
Wir sind seit 25.05.2018 Mitglied der Initiative "FairCommerce".
Nähere Informationen hierzu finden Sie unter www.fair-commerce.de.
Widerrufsrecht
Wenn Sie Verbraucher sind, können Sie gemäß den folgenden Bestimmungen vom Vertrag zurücktreten. Verbraucher ist jede natürliche Person, die zu Zwecken handelt, die nicht ihrer kaufmännischen, gewerblichen, künstlerischen oder beruflichen Tätigkeit zugerechnet werden können.
Informationen zum Widerrufsrecht
Gesetzliches Widerrufsrecht
Sie haben das Recht, den Vertrag innerhalb von 14 Tagen ohne Angabe von Gründen zu widerrufen.
Die Widerrufsfrist beträgt 14 Tage ab dem Tag, an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Transporteur ist, die letzte Ware oder den letzten Posten oder das letzte Exemplar in Besitz genommen hat.
Um das Widerrufsrecht auszuüben, füllen Sie auf unserer Website unter „Meine Einkäufe" in „Mein Nutzerkonto" eine eindeutige Erklärung elektronisch aus und senden Sie sie ab. Wir werden Ihnen unverzüglich eine Bestätigung über den Eingang eines solchen Widerrufs auf einem dauerhaften Datenträger (z. B. per E-Mail) übermitteln.
Um die Widerrufsfrist einzuhalten, reicht es aus, dass Sie Ihre Mitteilung über die Ausübung des Widerrufsrechts vor Ablauf der Widerrufsfrist absenden.
Auswirkungen des Widerrufs
Wenn Sie diesen Vertrag widerrufen, erstatten wir Ihnen alle Zahlungen, die wir von Ihnen erhalten haben, einschließlich der Lieferkosten (mit Ausnahme der zusätzlichen Kosten, die entstehen, wenn Sie eine andere Art der Lieferung als die von uns angebotene günstigste Standardlieferung gewählt haben).
Wir können einen Abzug von der Rückerstattung für den Wertverlust der gelieferten Waren vornehmen, wenn der Verlust auf eine unnötige Behandlung durch Sie zurückzuführen ist.
Wir werden die Rückerstattung unverzüglich und nicht später als 14 Tage nach dem Tag vornehmen, an dem wir über Ihre Entscheidung, diesen Vertrag zu widerrufen, informiert wurden.
Für die Rückerstattung verwenden wir dasselbe Zahlungsmittel, das Sie für die ursprüngliche Transaktion verwendet haben, es sei denn, Sie haben ausdrücklich etwas anderes vereinbart; in keinem Fall werden Ihnen aufgrund einer solchen Rückerstattung Gebühren berechnet.
Wir können die Rückzahlung verweigern, bis wir die Waren wieder zurückerhalten haben oder Sie den Nachweis erbracht haben, dass Sie die Waren zurückgesandt haben, je nachdem, was eher eintritt.
Sie müssen die Waren unverzüglich und in jedem Fall spätestens 14 Tage ab dem Tag, an dem Sie uns über den Widerruf dieses Vertrags unterrichten, an AHA-BUCH GmbH, Einbeck, Germany, zurücksenden oder übergeben. Die Frist ist eingehalten, wenn Sie die Ware vor Ablauf der Frist von 14 Tagen zurücksenden. Sie müssen die direkten Kosten der Rücksendung der Waren tragen. Sie haften nur für einen etwaigen Wertverlust der Waren, der auf eine Behandlung zurückzuführen ist, die nicht zur Prüfung der Art, Eigenschaften und Funktionsweise der Waren erforderlich ist.
Ausnahmen vom Widerrufsrecht
Das Widerrufsrecht gilt nicht für:
- Die Lieferung von Zeitungen, Zeitschriften oder Magazinen mit Ausnahme von Abonnementverträgen; und
- Die Lieferung digitaler Inhalte, die nicht auf einem physischen Medium (z. B. auf einer CD oder DVD) geliefert werden, wenn Sie bei Ihrer Bestellung akzeptiert haben, dass wir mit der Lieferung beginnen können und dass Sie nach Beginn der Lieferung den Vertrag nicht mehr widerrufen können.
Versandbedingungen
Wir liefern Lagerartikel innerhalb von 24 Stunden nach Erhalt der Bestellung aus.
Barsortimentsartikel, die wir über Nacht geliefert bekommen, am darauffolgenden Werktag.
Unser Ziel ist es Ihnen die Artikel in der ökonomischten und effizientesten Weise zu senden.