ODBIERZ TWÓJ BONUS :: »

Grafowe sieci neuronowe. Teoria i praktyka Filip Wójcik

(ebook) (audiobook) (audiobook)
Autor:
Filip Wójcik
Ocena:
6.0/6  Opinie: 1
Stron:
224
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
79,00 zł

Dodaj do koszyka Wysyłamy w 24h

Ebook
79,00 zł

Dodaj do koszyka Dostępny natychmiast po opłaceniu zakupu lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Wykorzystywania bibliotek Pythona do analizy grafów i budowy grafowych sieci neuronowych
  • Tworzenia i obsługi grafowych baz danych
  • Reprezentowania grafów za pomocą macierzy i list sąsiedztwa
  • Obliczania miar centralności wierzchołków i graficznych własności liczbowych
  • Rozwiązywania problemu izomorfizmu grafów i stosowania testu Weisfeilera-Lehmana
  • Definiowania oraz reprezentowania grafów heterogenicznych
  • Opisywania podstawowych zadań dla grafowych sieci neuronowych (GNN)
  • Implementowania modelu przekazywania wiadomości (MPNN) z użyciem PyTorch Geometric
  • Stosowania i porównywania różnych warstw splotu grafowego: GCN, SAGE, GAT, GIN
  • Budowania warstw splotu dla grafów heterogenicznych
  • Dzielnia zbiorów grafowych na dane treningowe, walidacyjne i testowe
  • Stosowania metod próbkowania (sąsiedztwa, społeczności) w pracy z dużymi grafami
  • Identyfikowania trudności i wyzwań w uczeniu warstw splotu grafowego
  • Wykorzystywania rozszerzonych technik agregacji oraz połączeń skokowych
  • Realizowania praktycznych zastosowań GNN: klasyfikacja wierzchołków, krawędzi i grafów
  • Budowania systemów rekomendacyjnych opartych o grafowe sieci neuronowe

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

Wybrane bestsellery

O autorze książki

Dr inż. Filip Wójcik - analityk danych, zajmuje się systemami uczenia maszynowego i sztucznej inteligencji od 2012 roku. Projektował i wdrażał rozwiązania ML/AI dla międzynarodowych i polskich przedsiębiorstw w sektorach finansowym, telekomunikacyjnym i logistycznym, pracując jako analityk danych (data scientist), kierownik zespołu badawczego i lider techniczny. Łączy działalność komercyjną z pracą akademicką; od 2017 roku związany z Uniwersytetem Ekonomicznym we Wrocławiu, gdzie specjalizuje się w optymalizacji procesów decyzyjnych z wykorzystaniem modeli uczenia maszynowego, w szczególności głębokich sieci neuronowych. Chętnie dzieli się wiedzą i doświadczeniem ze słuchaczami w ramach studiów podyplomowych, kursów, a także Biznesowego Indywidualnego Programu Studiów (BIPS). Autor licznych recenzowanych publikacji naukowych, prelegent międzynarodowych konferencji poświęconych najnowszym trendom w dziedzinie uczenia maszynowego.
 

Najczęściej zadawane pytania (FAQ)
1. Czy książka zawiera praktyczne przykłady implementacji grafowych sieci neuronowych?
Tak, w książce znajdziesz szczegółowe przykłady implementacji grafowych sieci neuronowych z użyciem bibliotek PyTorch Geometric i Deep Graph Library, a także praktyczne zastosowania GNN w różnych dziedzinach.
2. Jakie podstawy teoretyczne są omawiane w książce?
Publikacja kompleksowo przedstawia teorię grafów, wyjaśnia kluczowe pojęcia, notację oraz zagadnienia reprezentacji grafów, miary centralności i test izomorfizmu. Omawia również teoretyczne podstawy działania różnych architektur GNN.
3. Czy aby korzystać z książki, muszę znać język Python?
Podstawowa znajomość Pythona będzie pomocna, ponieważ większość przykładów praktycznych i narzędzi oparta jest na tym właśnie języku i jego popularnych bibliotekach.
4. Jakie są przykładowe zastosowania grafowych sieci neuronowych przedstawione w książce?
Książka prezentuje zastosowania GNN m.in. w analizie sieci społecznościowych, systemach rekomendacyjnych, biochemii (badanie toksyczności cząsteczek), klasyfikacji stron internetowych czy analizie relacji leków.
5. Czy książka pomaga w doborze i porównaniu narzędzi do pracy z GNN?
Tak, jeden z rozdziałów poświęcony jest porównaniu najpopularniejszych bibliotek do pracy z grafowymi sieciami neuronowymi, co ułatwia wybór najlepszego narzędzia pod konkretne potrzeby.
6. W jaki sposób książka wyjaśnia proces szkolenia grafowych sieci neuronowych?
Publikacja opisuje podział zbiorów danych, różne strategie szkoleniowe, wyjaśnia problemy i wyzwania związane z uczeniem warstw splotu grafowego oraz przedstawia techniki optymalizacji procesu predykcji.
7. Czy znajdę w książce omówienie najnowszych warstw i architektur GNN?
Tak, książka zawiera przegląd i porównanie wybranych nowoczesnych warstw, takich jak GCN, SAGE, GAT, GIN, oraz dodatkowych rozszerzeń służących zwiększeniu efektywności GNN.
8. Czy publikacja zawiera rozdziały przydatne w przygotowaniu do projektów lub pracy z danymi grafowymi?
Tak, książka systematycznie prowadzi przez narzędzia analizy, metody przygotowywania i dzielenia danych oraz przykłady praktycznych zastosowań, co może być bardzo pomocne podczas realizacji własnych projektów.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Książka
79,00 zł
Dodaj do koszyka
Ebook
79,00 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint