机读格式显示(MARC)
- 010 __ |a 978-7-121-45486-8 |d CNY108.00
- 100 __ |a 20230906d2023 em y0chiy50 ea
- 200 1_ |a 图表征学习 |A tu biao zheng xue xi |e 迈向动态开放环境 |d = Graph representation learning |e towards dynamic and open environments |f 朱文武, 王鑫, 张子威著 |z eng
- 210 __ |a 北京 |c 电子工业出版社 |d 2023.7
- 215 __ |a xvi, 244页 |c 彩图 |d 24cm
- 225 2_ |a 人工智能前沿技术丛书 |A ren gong zhi neng qian yan ji shu cong shu
- 314 __ |a 朱文武, 清华大学计算机科学与技术系教授, 清华大学人工智能研究院大数据智能中心主任, 信息科学与技术国家研究中心副主任, 国家973项目首席科学家。王鑫, 清华大学计算机科学与技术系助理研究员, 中国计算机学会多媒体专业技术委员会副秘书长, 清华大学博士后校友会秘书处副秘书长。主要研究方向为多媒体智能、媒体大数据、机器学习等。张子威, 清华大学计算机科学与技术系博士后, 清华大学数理基科班学士、计算机系博士。主要研究方向为图机器学习。
- 320 __ |a 有书目 (第211-244页)
- 330 __ |a 本书分为3篇: 第1篇介绍图嵌入和图神经网络等经典图表征学习方法; 第2篇围绕鲁棒性、动态性、可解释性、分布外泛化性等多个角度, 系统地介绍针对动态开放环境中的图表征学习方法; 第3篇以四个不同领域为例, 从推荐系统、交通预测、自然语言处理、组合优化等场景, 介绍图表征学习的应用方法。
- 333 __ |a 本书适合具有一定机器学习基础的高年级本科生、研究生、教师和研究者, 以及对图数据感兴趣的计算机工程师和从业人员阅读, 也适合对人工智能、深度学习和图数据分析感兴趣的其他人士参考
- 410 _0 |1 2001 |a 人工智能前沿技术丛书
- 510 1_ |a Graph representation learning |e towards dynamic and open environments |z eng
- 517 1_ |a 迈向动态开放环境 |A mai xiang dong tai kai fang huan jing
- 606 0_ |a 机器学习 |A ji qi xue xi |x 研究
- 701 _0 |a 朱文武 |A zhu wen wu |4 著
- 701 _0 |a 王鑫 |A wang xin |4 著
- 701 _0 |a 张子威 |A zhang zi wei |4 著
- 801 _0 |a CN |b 湖北三新 |c 20230906