Графовые нейронные сети. Теория и практика
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 15
Заказывая «Графовые нейронные сети. Теория и практика» данный товар из каталога «Программирование» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.
Графовые нейронные сети. Теория и практика
Автор: Филип Войчик
Издательство: Helion Wydawnictwo Naukowe
Год публикации: 2026
ISBN: 9788328933903
Формат: 158x235
Переплет: мягкий
Страниц: 224
Книга новая
Цена обложки книги: 79,00 злотых > Акционную цену вы можете найти на нашем аукционе!
Наступила тихая революция
Графовые нейронные сети (GNN) — это класс моделей глубокого обучения, предназначенных для анализа данных, структурированных графами. В начальный период их развитие было ограничено отсутствием эффективных методов проектирования и оптимизации; В последние годы эти барьеры в значительной степени преодолены, что привело к динамичному прогрессу в теории и практике. Модели GNN используются, в том числе, при анализе социальных сетей, оптимизации логистических процессов, маркетинге и работе с базами знаний.
Эта книга содержит комплексное исследование темы графовых сетей в контексте машинного обучения. Таким образом, он заполняет важный пробел на польском издательском рынке, предлагая сочетание прочной теоретической основы с практическим применением GNN. Это руководство систематически знакомит вас с последующими вопросами, связанными с сетями графов:
- от классических инструментов анализа графов в среде Python и отдельных вопросов теории графов
- введение в нейронные сети графов, а также обзор отдельных слоев свертки графов и передовых практик их проектирования
- до вопросов, связанных с обучением сетей GNN и практических примеров их применения
Dr. англ. Филип Войчик - аналитик данных, занимается системами машинного обучения и искусственного интеллекта с 2012 года. Он разработал и внедрил решения ML/AI для международных и польских предприятий в финансовом, телекоммуникационном и логистическом секторах, работая аналитиком данных, руководителем исследовательской группы и техническим руководителем. Совмещает коммерческую деятельность с академической работой; с 2017 года связан с Вроцлавским экономическим университетом, где специализируется на оптимизации процессов принятия решений с использованием моделей машинного обучения, в частности глубоких нейронных сетей. Он охотно делится своими знаниями и опытом со студентами в рамках аспирантуры, курсов и программы индивидуального обучения бизнесу (BIPS). Автор многочисленных рецензируемых научных публикаций, спикер международных конференций, посвященных последним тенденциям в области машинного обучения.