Note :
Ce livre fournit un guide pratique et perspicace sur l'utilisation des bases de données de graphes, en particulier en conjonction avec les technologies d'apprentissage automatique et d'intelligence artificielle. Il constitue une ressource complète pour les cadres et les professionnels de la technologie intéressés par les applications graphiques.
Avantages:Il s'agit d'une ressource complète pour les cadres et les professionnels de la technologie qui s'intéressent aux applications de graphe.
Inconvénients:Le titre peut être trompeur ; il peut ne pas répondre aux attentes des lecteurs qui recherchent des informations spécifiques sur l'apprentissage automatique des graphes ou les réseaux neuronaux de graphes.
(basé sur 5 avis de lecteurs)
Graph-Powered Machine Learning
À la base, l'apprentissage automatique consiste à identifier efficacement des modèles et des relations dans les données. De nombreuses tâches, telles que la recherche d'associations entre des termes afin de pouvoir formuler des recommandations de recherche précises ou la localisation d'individus au sein d'un réseau social ayant des intérêts similaires, sont naturellement exprimées sous forme de graphiques.
Graph-Powered Machine Learning vous présente les concepts de la technologie des graphes, en soulignant le rôle des graphes dans l'apprentissage automatique et les plates-formes de big data. Vous aurez un aperçu approfondi des techniques incluant la modélisation des sources de données, la conception d'algorithmes, l'analyse des liens, la classification et le clustering. Tout en maîtrisant les concepts de base, vous explorerez trois projets de bout en bout qui illustrent les architectures, les meilleures pratiques de conception, les approches d'optimisation et les pièges les plus courants.
L'achat du livre imprimé inclut un livre électronique gratuit aux formats PDF, Kindle et ePub de Manning Publications.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)