30 €-Gutschein für deinen nächsten Einkauf!

Wissenschaftliche Bücher

Graph Neural Networks In Action Namid Stillman Manning Publications

Ein praktischer Leitfaden zu leistungsstarken graphbasierten Deep-Learning-Modellen!

Graph Neural Networks in Aktion ist ein großartiger Leitfaden darüber, wie man modernste Graph-Neural-Networks und...

Ein praktischer Leitfaden zu leistungsstarken graphbasierten Deep-Learning-Modellen!

Graph Neural Networks in Aktion ist ein großartiger Leitfaden darüber, wie man modernste Graph-Neural-Networks und leistungsstarke Deep-Learning-Modelle für Empfehlungssysteme, Molekülenmodellierung und mehr entwickelt.

Sie lernen, wie man Modelle entwirft und trainiert und...

Siehe vollständige Beschreibung Siehe vollständige Beschreibung
70 21 €
Lieferung Mo, 07 Dez - Fr, 11 Dez
Kostenlos   Versandkosten
Von Book Odyssey 4,9 (30)
Περιστέρι, Αττικής
Sehen Bücher auf der Seite von Book Odyssey
Was, wenn ich meine Meinung ändere?

Kein Problem, solange es innerhalb von 14 Tagen geschieht. Wir holen es ab oder Sie können den Skroutz Point wählen, der Ihnen passt, völlig kostenlos bis zu 2 Mal im Jahr, und wir erstatten Ihnen Ihr Geld. Holen Sie sich Skroutz Plus für unbegrenzte kostenlose Rücksendungen.

Möchten Sie es verschenken?

Du wählst "Geschenkbestellung" im Warenkorb. Wir legen keine Quittung in das Paket und stellen eine elektronische Umtauschkarte zur Verfügung, nur für den Fall.

Fragen

Beschreibung & Spezifikationen

Ein praktischer Leitfaden zu leistungsstarken graphbasierten Deep-Learning-Modellen!

Graph Neural Networks in Aktion ist ein großartiger Leitfaden darüber, wie man modernste Graph-Neural-Networks und leistungsstarke Deep-Learning-Modelle für Empfehlungssysteme, Molekülenmodellierung und mehr entwickelt.

Sie lernen, wie man Modelle entwirft und trainiert und wie man sie zu praktischen Anwendungen entwickelt, die in Produktion gehen können. Ideal für Python-Programmierer werden Sie auch gängige Architekturformen von Graph Neural Networks und moderne Bibliotheken kennenlernen, alles klar illustriert mit gut kommentiertem Python-Code.

Die wichtigsten Funktionen umfassen:

  • Ein Graph Neural Network trainieren und bereitstellen
  • Knoten-Embeddings erzeugen
  • GNNs skalieren für sehr große Datensätze
  • Eine Graph-Datenpipeline aufbauen
  • Ein Graph-Daten-Schema erstellen
  • Die Taxonomie der GNNs verstehen
  • Graph-Daten mit NetworkX manipulieren

Seien Sie praktisch tätig und erkunden Sie relevante reale Projekte, während Sie in Graph Neural Networks eintauchen, die perfekt für Knotenprognosen, Link-Prognosen und Graphenklassifikationen geeignet sind.

Über die Technologie: Graph Neural Networks erweitern die Fähigkeiten des Deep Learning über traditionelle tabellarische Daten, Texte und Bilder hinaus. Dieser spannende neue Ansatz bringt die erstaunlichen Fähigkeiten des Deep Learning auf Graphdatenstrukturen und eröffnet neue Möglichkeiten – von Empfehlungssystemen bis zur pharmazeutischen Forschung.

Seiten: 350, Maße: 18,7x18,7 cm

Hersteller

Verleger
Manning Publications
Typ
Apotheke, Technologie, Telekommunikation, Computer - Informatik, Fahrzeugtechnik
Sprache
Englisch
Untertitel
-
Umschlag
Weich
Anzahl der Seiten
-
Veröffentlichungsdatum
-
Veröffentlichungsdatum
-
Abmessungen
-
ISBN-13
9781617299056

Wichtige Informationen

Spezifikationen werden von offiziellen Hersteller-Websites gesammelt. Bitte überprüfen Sie die Spezifikationen, bevor Sie Ihren endgültigen Kauf tätigen. Wenn Sie ein Problem bemerken, können Sie melden Sie es hier

70,21 €
Kostenlos   Versandkosten