Graph Representation Learning

William L. Hamilton

38 Bewertungen von Goodreads

Sprache: Englisch

Verlag: Springer, Springer Sep 2020, 2020

3031004604 / 9783031004605

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

Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschlandbuchversandmimpf2000

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei AbeBooks seit 23. Januar 2017

Softcover

Zustand: Neu

EUR 58,84

EUR 60,00 Versand 
Versand von Deutschland nach USA

Anzahl: 1 verfügbar

In den Warenkorb
30 Tage kostenlose Rückgabe

Artikelbeschreibung des Verkäufers

This item is printed on demand - Print on Demand Titel. Neuware -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.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 160 pp. Englisch.…

Bestandsnummer des Verkäufers 9783031004605

Titel
Graph Representation Learning
Autor
William L. Hamilton
Verlag
Springer, Springer Sep 2020
Erscheinungsjahr
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

buchversandmimpf2000

Emtmannsberg, BAYE, Deutschland

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei AbeBooks seit 23. Januar 2017

Versandkosten von Deutschland nach USA

Artikel60 bis 60 Werktage60 bis 60 Werktage
Erster ArtikelEUR 60,00EUR 75,00
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

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • PayPal
  • Vorauskasse

Shopbeschreibung

Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur

Spezialisierung

Modernes Antiquariat - Bücher von 1960 bis heute

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

buchversandmimpf2000

Deutschland