图神经网络epub,mobi,azw3,pdf格式kindle电子书下载，作者：吴凌飞-琅嬛苑

书名
图神经网络
作者吴凌飞崔鹏裴健赵亮
格式AZW3,EPUB,MOBI
ISBN书号9787115598721
出版年2022-11
出版社人民邮电出版社
页数420
定价178.80元
装帧平装

作者简介

☆吴凌飞博士
毕业于美国公立常春藤盟校之一的威廉与玛丽学院计算机系。目前他是Pinterest公司主管知识图谱和内容理解的研发工程经理。曾任京东硅谷研究中心的首席科学家和IBM Thomas J. Vatson Research Centerl的高级研究员。主要研究方向是机器学习、表征学习和自然语言处理的有机结合，在图神经网络及其应用方面有深入研究。他在机器学习、深度学习等领域的著名会议或期刊上发表100多篇论文。
☆崔鹏博士
清华大学计算机系终身副教授。于2010年在清华大学获得博士学位。研究兴趣包括数据挖掘、机器学习和多媒体分析，擅长网络表示学习、因果推理和稳定学习、社会动力学建模和用户行为建模等。他在机器学习和数据挖掘领域的著名会议或期刊上发表100多篇论文。
☆裴健博士
杜克大学电子与计算机工程系教授。他是数据科学、大数据、数据挖掘和数据库系统等领域的知名研究人员。他擅长为新型数据密集型应用开发有效和高效的数据分析技术，并将其研究成果转化为产品和商业实践。自2000年以来，他已经出版一本教科书、两本专著，并在众多极具影响力的会议或期刊上发表300多篇论文。
☆赵亮博士
埃默里大学计算科学系助理教授。曾在乔治梅森大学信息科学与技术系和计算机科学系担任助理教授。于2016年在弗吉尼亚理工大学计算机科学系获得博士学位。研究兴趣包括数据挖掘、人工智能和机器学习，在时空和网络数据挖掘、图深度学习、非凸优化、事件预测和可解释机器学习等方面有深入研究。

内容简介

《图神经网络》致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用，

涵盖图神经网络的广泛主题，

从基础到前沿，从方法到应用，涉及从方法论到应用场景方方面面的内容。

★编辑推荐：

对人工智能来说，图神经网络有可能是将概率学习与符号推理结合起来的一种工具，有可能成为将数据驱动与知识驱动结合起来的一座桥梁，有望推动第三代人工智能的顺利发展。《图神经网络》是一本内容丰富、全面和深入介绍图神经网络的书籍，致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用，旨在涵盖图神经网络的广泛主题，从基础到前沿，从方法到应用，涉及从方法论到应用场景方方面面的内容。对于所有需要了解这个领域或掌握这种方法与工具的科学家、工程师和学生都是一部很好的参考书。

★内容简介：

全书分为四部分：

第一部分介绍图神经网络的基本概念；

第二部分讨论图神经网络成熟的方法；

第三部分介绍图神经网络典型的前沿领域；

第四部分描述可能对图神经网络未来研究比较重要和有前途的方法与应用的进展情况。

※《图神经网络》适合高年级本科生和研究生、博士后研究人员、讲师以及行业从业者阅读与参考。

☆吴凌飞博士

毕业于美国公立常春藤盟校之一的威廉与玛丽学院计算机系。目前他是Pinterest公司主管知识图谱和内容理解的研发工程经理。曾任京东硅谷研究中心的首席科学家和IBM Thomas J. Vatson Research Centerl的高级研究员。主要研究方向是机器学习、表征学习和自然语言处理的有机结合，在图神经网络及其应用方面有深入研究。他在机器学习、深度学习等领域的著名会议或期刊上发表100多篇论文。

☆崔鹏博士

清华大学计算机系终身副教授。于2010年在清华大学获得博士学位。研究兴趣包括数据挖掘、机器学习和多媒体分析，擅长网络表示学习、因果推理和稳定学习、社会动力学建模和用户行为建模等。他在机器学习和数据挖掘领域的著名会议或期刊上发表100多篇论文。

☆裴健博士

杜克大学电子与计算机工程系教授。他是数据科学、大数据、数据挖掘和数据库系...

下载地址

豆瓣评论

Marvin不慌

本书的内容包括从方法论到应用，深度学习与图的交叉领域研究的主要最新进展，很经典！12-12
三七李

比较新，很全面，翻完感觉自己对图网络的认识...比较浅薄，希望自己写毕业论文之前就能看到这个书... 应用里面有几章还蛮有意思的01-15
Apoiuty

这本书各个章节是每个GNN领域的一个综述，拿来当GNN入门并不合适，读起来只能走马观花。看起来讲了很多，但是很多内容需要自己去阅读相关文献，否则云里雾里不知所云。书中最后只给了一个总的参考文献列表，并且各个章节还是用的作者名字引用，难以查阅，电子版上也是如此，排版不合理。附上英文版PDF链接，不想买中文版可以看这个：https://graph-neural-networks.github.io/index.html09-12
浅海

本质上是gnn领域各个细分方向的survey的大合集，而且编写的时候显然没有协调好，导致各章节之间过于割裂。单独看各章的内容的话，权威性还是有的，但不推荐买书。01-19
梅了墨了

头一次体会到豆瓣图书也会有刷分。。。大概也是买了小部分水军帮忙在京东图书刷五星好评。。。你看过27章节，每个章节要标注作者，但是书皮上的作者出现概率极低的书么。。。牛*。。。这几个编者连带写推荐的那几位都可以加入黑名单了。这是仗着有社会关系网，强行搞这么一出编者自己实际都不知所谓的大杂烩吧！每个章节一份自己的作者，章节之间割裂感太强。这顶多是水平很差的公众号连载科普的那种水平。出公众号点赞和阅读量都会极低的那种。连带着对异步图书都开始有有色眼镜了，合起伙来瞎凑合捞钱的味道冲出书来了。02-14

标签推荐

文学(7254) 历史(4068) 小说(3717) 哲学(2341) 地理(1918) 宗教(1723) 经济(1631) 政治(1438) 法律(1171) 科普(1113) 工业技术(1103) 文化(1044) 科学(1030) 艺术(1003) 日本(938) 教育(813) 管理(721) 社会(682) 体育(671) 经典(563) 思想(555) 推理(544) 社会科学总论(482) 医药(477) 卫生(476) 传记(470) 心理(450) 商业(448) 励志(432) 投资(425) 美国(424) 思维(423) 悬疑(421) 金融(412) 随笔(410) 中国(340) 旅行(316) 数理科学与化学(316) 绘本(313) 科幻(309) 中国语言文学(302) 语言(294) 理学(289) 文字(275) 中国古代文学(273) 漫画(272) 中国现当代文学(271) 外国语言文学(271) 建筑(266) 成长(250) 军事(245) 纪实(237) 生物学(233) 美食(231) 英国(229) 互联网(225) 天文学(218) 游记(214) 心理学(196) 生物科学(195) 散文(187) 工学(170) 职场(168) 历史学(160) 生活(158) 社会学(155) 医学(151) 法国(150) 营销(148) 编程(142) 女性(139) 法学(137) 地球科学(136) 设计(130) 二战(126) 战争(126) 学习(126) 股票(121) 奇幻(119) 物理(115) 世界(113) 德国(111) 人文(109) 理财(106) 创业(106) 欧洲(104) 经济学(101) 人物(100) 健康(93) 沟通(88) 自然(87) 治愈(86) 宇宙(85) 艺术学(85) 数学(84) 名著(84) 生物(83) 爱情(81) 计算机科学与技术(80) 国学(78)