Graph Representation Learning

William L. Hamilton

38 Bewertungen von Goodreads

Sprache: Englisch

Verlag: Springer International Publishing, 2020

3031004604 / 9783031004605

Serie: Buch 14 von 14 - Synthesis Lectures on Artificial Intelligence and Machine Learning

Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 14. August 2006

Artikel dieses Verkäufers ansehen
Softcover

Zustand: Neu

EUR 58,84

EUR 61,56 Versand 
Versand von Deutschland nach USA

Anzahl: 1 verfügbar

In den Warenkorb

Artikelbeschreibung vom Verkäufer

Druck auf Anfrage Neuware - Printed after ordering - Graph-structured data is ubiquitous throughout the natural and social sciences, from telecommunication networks to quantum chemistry. Building relational inductive biases into deep learning architectures is crucial for creating systems that can learn, reason, and generalize from this kind of data. Recent years have seen a surge in research on graph representation learning, including techniques for deep graph embeddings, generalizations of convolutional neural networks to graph-structured data, and neural message-passing approaches inspired by belief propagation. These advances in graph representation learning have led to new state-of-the-art results in numerous domains, including chemical synthesis, 3D vision, recommender systems, question answering, and social network analysis.This book provides a synthesis and overview of graph representation learning. It begins with a discussion of the goals of graph representation learning as well as key methodological foundations in graph theory and network analysis. Following this, the book introduces and reviews methods for learning node embeddings, including random-walk-based methods and applications to knowledge graphs. It then provides a technical synthesis and introduction to the highly successful graph neural network (GNN) formalism, which has become a dominant and fast-growing paradigm for deep learning with graph data. The book concludes with a synthesis of recent advancements in deep generative models for graphs-a nascent but quickly growing subset of graph representation learning.

Bestandsnummer des Verkäufers 9783031004605

Titel
Graph Representation Learning
Autor
William L. Hamilton
Verlag
Springer International Publishing
Veröffentlichungsjahr
2020
Zustand
Neu
Einband
Taschenbuch
Sprache
Englisch
ISBN-10
3031004604
ISBN-13
9783031004605
Artikelgewicht
312 Gramm
Abmessungen
235x191x9 mm
Serie
Buch 14 von 14: Synthesis Lectures on Artificial Intelligence and Machine Learning

AHA-BUCH GmbH

Einbeck, Deutschland

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 14. August 2006

Versandkosten von Deutschland nach USA

Artikel30 bis 40 Werktage7 bis 14 Werktage
Erster ArtikelEUR 61,56EUR 71,56
Die Versandzeiten werden von den Verkäuferinnen und Verkäufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, können Verzögerungen unterliegen. Eventuell anfallende Abgaben oder Gebühren sind von der Käuferin bzw. dem Käufer zu tragen. Die Verkäuferin bzw. der Verkäufer kann Sie bezüglich zusätzlicher Versandkosten kontaktieren, um einen möglichen Anstieg der Versandkosten für Ihre Artikel auszugleichen.

Zahlungsarten

VisaMastercardAmerican ExpressCarte BleueApple PayGoogle Pay
BanküberweisungPayPalVorauskasse

Shop-Beschreibung

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 & Studium

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

AHA-BUCH GmbH

Garlebsen 48
Einbeck, Deutschland 37574