Graphneuronale Netze in Python

Erstellen Sie kreative und leistungsstarke Anwendungen mit Graphdaten und werden Sie zum Experten für graphneuronale Netze!

Nur zehn Jahre nach ihrem Erscheinen sind graphneuronale Netze zu einer der interessantesten Architekturen im Deep Learning geworden. Technologische Unternehmen versuchen, sie überall anzuwenden: im Bereich der Medikamentenentwicklung, in Essens- und Videoempfehlungssystemen sowie bei der Suche nach romantischen Partnern, um Fake-News zu identifizieren. In diesem Buch werden die Grundlagen der Graphentheorie für Data Science und Maschinenlernen vorgestellt, sowie praktische Aufgaben, die mit graphneuronalen Netzen gelöst werden.

Während Sie lesen, werden Sie eine Vielzahl von zuvor unbekannten Anwendungsbereichen des Maschinenlernens entdecken und ein professionelles Portfolio aufbauen.

Studierende, Fachleute im Bereich Data Science sowie Experten für Maschinenlernen und Deep Learning finden in diesem Buch verständliche und illustrierte Erklärungen mit Code und Notizbüchern, um schnell loszulegen. Grundlegende Kenntnisse der Programmiersprache Python und der linearen Algebra sind für das Verständnis des Materials hilfreich.