Графовые нейронные сети на Python
Эта книга представляет собой практическое руководство по одной из самых перспективных архитектур глубокого обучения — графовым нейронным сетям (GNN). Авторы подробно объясняют, почему графы являются мощным инструментом для представления сложных взаимосвязей в данных, и как обучение на графах позволяет решать задачи, недоступные традиционным нейронным сетям.
Вы узнаете, как создавать графовые наборы данных из табличных или исходных данных, преобразовывать узлы и рёбра в высококачественные векторные представления (эмбеддинги) и реализовывать графовые нейронные сети с использованием библиотеки PyTorch Geometric. Книга охватывает ключевые практические задачи: классификацию узлов, генерацию графов и предсказание связей.
Издание содержит необходимый теоретический фундамент, включая основы теории графов и популярные алгоритмы, а также практические примеры кода на Python. Материал структурирован от простого к сложному, что делает книгу доступной для специалистов, желающих углубиться в эту область.
Книга предназначена для специалистов по анализу и обработке данных, разработчиков на Python и студентов, интересующихся передовыми архитектурами искусственного интеллекта и машинного обучения.
