從深度學習到圖神經網絡-模型與實踐 張玉宏 9787121456824 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202306*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：從深度學習到圖神經網絡-模型與實踐
ISBN：9787121456824
出版社：電子工業
著編譯者：張玉宏
頁數：324
所在地：中國大陸 *此為代購商品
書號：1534236
可大量預訂，請先連絡。

內容簡介

近年來，深度學習在人工智能的發展過程中起到了舉足輕重的作用，而圖神經網絡是人工智能領域的一個新興方向，被稱為圖上的深度學習。 本書詳細介紹了從深度學習到圖神經網絡的基礎概念和前沿技術，包括圖上的深度學習、圖神經網絡的數學基礎、神經網絡學習與演算法優化、深度學習基礎、神經網絡中的表示學習、面向圖數據的嵌入表示、初代圖神經網絡、空域及譜域圖卷積神經網絡等內容。為增強可讀性，本書敘述清晰、內容深入淺出、圖文並茂，力求降低初學者的學習難度。 本書既可作為人工智能領域研究和開發人員的技術參考書，也可作為對圖上的深度學習感興趣的高年級本科生和研究生的入門書。

作者簡介

張玉宏，2012年博士畢業於電子科技大學，大數據分析師（高級），2009年-2011年美國西北大學訪問學者，2019年-2020年美國IUPUI高級訪問學者，YOCSEF鄭州2018年-2020年度副主席，現執教於河南工業大學，主要研究方向為人工智能、技術哲學等，發表學術論文30餘篇，先後出版《Python極簡講義》《深度學習之美》等科技圖書10餘部，參編英文學術專著2部。

目錄

第1章 圖上的深度學習
1 1 人工智能與深度學習
1 1 1 深度學習的發展
1 1 2 人工智能的底層邏輯
1 2 圖神經網絡時代的來臨
1 2 1 圖與圖像大不同
1 2 2 圖神經網絡的本質
1 3 圖數據處理面臨的挑戰
1 3 1 歐氏空間難表示圖
1 3 2 圖表達無固定格式
1 3 3 圖可視化難理解
1 3 4 圖數據不符合獨立同分佈
1 4 圖神經網絡的應用層面
1 4 1 節點預測
1 4 2 邊預測
1 4 3 圖預測
1 5 圖神經網絡的發展簡史
1 5 1 早期的圖神經網絡
1 5 2 圖卷積神經網絡的提出
1 5 3 圖表示學習
1 5 4 圖卷積的簡化
1 6 圖神經網絡的模塊與分類
1 6 1 圖神經網絡的常見模塊
1 6 2 圖神經網絡的分類
1 7 本章小結
參考資料
第2章 圖神經網絡的數學基礎
2 1 矩陣論基礎
2 1 1 標量與向量
2 1 2 向量范數
2 1 3 向量的夾角與餘弦相似度
2 1 4 矩陣與張量
2 1 5 矩陣的本質
2 1 6 矩陣乘法的三種視角
2 1 7 逆矩陣與行列式
2 1 8 特徵值與特徵向量
2 1 9 矩陣的平方分解
2 1 10 特徵分解
2 1 11 正定矩陣和半正定矩陣
2 2 圖論基礎
2 2 1 圖的表示
2 2 2 無向圖與有向圖
2 2 3 權值圖
2 2 4 鄰接矩陣與關聯矩陣
2 2 5 鄰域和度
2 2 6 度數矩陣
2 2 7 二分圖
2 2 8 符號圖
2 2 9 圖的遍歷
2 2 10 圖的同構與異構
2 2 11 圖的途徑、跡與路
2 2 12 圖的連通性
2 2 13 節點的中心性
2 3 譜圖論基礎
2 3 1 拉普拉斯矩陣的來源

第3章 神經網絡學習與演算法優化
第4章 深度學習基礎
第5章 神經網絡中的表示學習
第6章 面向圖數據的嵌入表示
第7章 初代圖神經網絡
第8章 空域圖卷積神經網絡
第9章 譜域圖卷積神經網絡
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。