Descripción
Diseñe redes neuronales gráficas robustas con PyTorch Geometric combinando la teoría de grafos y las redes neuronales con los últimos desarrollos y aplicaciones.
La compra del libro impreso o Kindle incluye un eBook PDF gratuito.
Características clave:
- Implemente arquitecturas de redes neuronales gráficas de última generación en Python.
- Cree sus propios conjuntos de datos de grafos a partir de datos tabulares.
- Construya potentes aplicaciones de pronóstico de tráfico, sistemas de recomendación y detección de anomalías.
Descripción del libro:
Las redes neuronales gráficas son una herramienta altamente efectiva para analizar datos que pueden representarse como un grafo, como redes sociales, compuestos químicos o redes de transporte. Los últimos años han visto una explosión en el uso de redes neuronales gráficas, con su aplicación que abarca desde el procesamiento del lenguaje natural y la visión por computadora hasta los sistemas de recomendación y el descubrimiento de fármacos.
Hands-On Graph Neural Networks Using Python comienza con los fundamentos de la teoría de grafos y le muestra cómo crear conjuntos de datos de grafos a partir de datos tabulares. A medida que avance, explorará las principales arquitecturas de redes neuronales gráficas y aprenderá conceptos esenciales como la convolución de grafos, la autoatención, la predicción de enlaces y los grafos heterogéneos. Finalmente, el libro propone aplicaciones para resolver problemas de la vida real, lo que le permitirá construir una cartera profesional. El código está disponible en línea y se puede adaptar fácilmente a otros conjuntos de datos y aplicaciones.
Al final de este libro, habrá aprendido a crear conjuntos de datos de grafos, implementar redes neuronales gráficas utilizando Python y PyTorch Geometric, y aplicarlas para resolver problemas del mundo real, además de construir y entrenar modelos de redes neuronales gráficas para la clasificación de nodos y grafos, la predicción de enlaces y mucho más.
Lo que aprenderá:
- Comprender los conceptos fundamentales de las redes neuronales gráficas.
- Implementar redes neuronales gráficas usando Python y PyTorch Geometric.
- Clasificar nodos, grafos y aristas usando millones de muestras.
- Predecir y generar topologías de grafos realistas.
- Combinar fuentes heterogéneas para mejorar el rendimiento.
- Pronosticar eventos futuros usando información topológica.
- Aplicar redes neuronales gráficas para resolver problemas del mundo real.
Para quién es este libro:
Este libro está dirigido a profesionales del aprendizaje automático y científicos de datos interesados en aprender sobre las redes neuronales gráficas y sus aplicaciones, así como a estudiantes que buscan una referencia completa sobre este campo en rápido crecimiento. Si eres nuevo en las redes neuronales gráficas o buscas llevar tus conocimientos al siguiente nivel, este libro tiene algo para ti. Un conocimiento básico de aprendizaje automático y programación en Python te ayudará a sacar el máximo provecho de este libro.
Autor: Maxime Labonne
Editorial: Packt Publishing
Publicado: 14/04/2023
Páginas: 354
Tipo de encuadernación: Tapa blanda
Peso: 1.34 lbs
Tamaño: 9.25h x 7.50w x 0.74d
ISBN13: 9781804617526
ISBN10: 1804617520
Categorías BISAC:
- Informática | Teoría de Máquinas
- Informática | Ciencia de Datos | Redes Neuronales
- Informática | Inteligencia Artificial | General
Este título no es retornable