Bewertung:
Das Buch bietet einen aufschlussreichen und praktischen Leitfaden für den Einsatz von Graphdatenbanken, insbesondere in Verbindung mit maschinellem Lernen und KI-Technologien. Es dient als umfassende Ressource für Führungskräfte und Technikexperten, die sich für Graphanwendungen interessieren.
Vorteile:⬤ Wissenschaftlich und dennoch zugänglich
⬤ bietet wertvolle Einblicke in die Kombination von Graphdatenbanken mit maschinellem Lernen
⬤ bietet Schritt-für-Schritt-Anleitungen und praktische Beispiele
⬤ nützlich sowohl für Führungskräfte als auch für Datenwissenschaftler
⬤ klare Struktur mit aufbauenden Kapiteln und enthaltenem Code für Laborübungen.
Der Titel kann irreführend sein; er entspricht möglicherweise nicht den Erwartungen von Lesern, die speziell Informationen über Graph Machine Learning oder Graph Neural Networks suchen.
(basierend auf 5 Leserbewertungen)
Graph-Powered Machine Learning
Im Kern geht es beim maschinellen Lernen um die effiziente Erkennung von Mustern und Beziehungen in Daten. Viele Aufgaben, wie z. B. das Auffinden von Assoziationen zwischen Begriffen, um genaue Suchempfehlungen geben zu können, oder das Auffinden von Personen in einem sozialen Netzwerk, die ähnliche Interessen haben, lassen sich auf natürliche Weise als Graphen darstellen.
Graph-Powered Machine Learning führt Sie in die Konzepte der Graphentechnologie ein und beleuchtet die Rolle von Graphen beim maschinellen Lernen und bei Big-Data-Plattformen. Sie erhalten einen detaillierten Einblick in Techniken wie die Modellierung von Datenquellen, den Entwurf von Algorithmen, Link-Analyse, Klassifizierung und Clustering. Während Sie die Kernkonzepte beherrschen, werden Sie drei End-to-End-Projekte erforschen, die Architekturen, bewährte Designpraktiken, Optimierungsansätze und häufige Fallstricke veranschaulichen.
Der Kauf des gedruckten Buches beinhaltet ein kostenloses eBook im PDF-, Kindle- und ePub-Format von Manning Publications.
| ISBN: | 9781617295645 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 503 |
Derzeit verfügbar, auf Lager.
