Graph Algorithms for Data Science

تاریخ: 1402/11/15 22:47
توسط: MotoMan
امتیاز: ۰
تعداد بازدید: ۲۷۲۸
دیدگاه ها: ۰
برچسب ها: Algorithms |
کتاب Graph Algorithms for Data Science
Manning Publications
Tomaž Bratanic
9781617299469
2024
352
English

یک گراف، به زبان ساده، شبکه ای از داده‌های متصل است. گراف‌ها روشی کارآمد برای شناسایی و کشف روابط مهمی هستند که به طور طبیعی در یک مجموعه داده رخ می‌دهند. این کتاب مهم‌ترین الگوریتم‌ها را برای علم داده‌های گراف با مثال‌هایی از یادگیری ماشین، برنامه‌های کاربردی تجاری، پردازش زبان طبیعی و موارد دیگر ارائه می‌کند.

کتاب Graph Algorithms for Data Science (الگوریتم ‌های گرفا برای علوم داده)، به شما نشان می‌دهد که چگونه گراف‌ها را از داده‌های ساختاریافته و بدون ساختار بسازید و تجزیه و تحلیل کنید. در این کتاب، با قرار دادن هر الگوریتم جدید در یک پروژه داده عملی، استفاده از الگوریتم‌های گراف مانند PageRank، تشخیص/خوشه‌بندی جامعه، و مدل‌های گراف دانش را یاد خواهید گرفت. این کتاب پیشرفته همچنین نشان می‌دهد که چگونه می‌توانید گراف هایی ایجاد کنید که ورودی مدل‌های هوش مصنوعی را با استفاده از تعبیه گره بهینه می‌کند.

 

مطالبی که در کتاب Graph Algorithms for Data Science: With examples in Neo4j یاد خواهید گرفت:

  • مدل‌سازی گراف ویژگی برچسب‌گذاری شده
  • ساخت یک گرفا از داده‌های ساختار یافته مانند CSV یا SQL
  • تکنیک‌های NLP برای ساختن یک گراف از داده‌های بدون ساختار
  • نحو زبان پرس و جو سایفر برای دستکاری داده‌ها و استخراج بینش
  • الگوریتم‌های تجزیه و تحلیل شبکه‌های اجتماعی مانند PageRank و تشخیص جامعه
  • چگونگی ترجمه ساختار گراف به ورودی مدل ML با مدل‌های تعبیه گره
  • استفاده از ویژگی‌های گراف در طبقه‌بندی گره و گردش‌های کاری پیش‌بینی پیوند

  

Table of Contents:
- PART 1 INTRODUCTION TO GRAPHS
- 1 Graphs and network science: An introduction
- 2 Representing network structure: Designing your first graph model
- PART 2 SOCIAL NETWORK ANALYSIS
- 3 Your first steps with Cypher query language
- 4 Exploratory graph analysis
- 5 Introduction to social network analysis
- 6 Projecting monopartite networks
- 7 Inferring co-occurrence networks based on bipartite networks
- 8 Constructing a nearest neighbor similarity network
- PART 3 GRAPH MACHINE LEARNING
- 9 Node embeddings and classification
- 10 Link prediction
- 11 Knowledge graph completion
- 12 Constructing a graph using natural language processing technique

 

کانال تلگرام سایت

گروه تلگرام سایت

like می پسندم
dislike به درد نمی خوره
مطالب مشابه
دیدگاه ها
  • اولین نفری باشید که نظری می دهید!
loading...

لطفا منتظر بمانید...