|Eingestellt in Kategorie:
Bieten endete am So, 19. Mai um 06:27. Der Verkäufer hat diesen oder einen ähnlichen Artikel wiedereingestellt.
Ähnlichen Artikel verkaufen?

Diagrammdarstellung Lernen (Hardcover) William Hamilton, Graph neuronales Netzwerk-

Ursprünglicher Text
Graph Representation Learning (Hardcover) William Hamilton, Graph Neural Network
Artikelzustand:
Neuwertig
Beendet: 19. Mai. 2024 18:27:14 MESZ
Startpreis:
US $34,99
Ca.EUR 32,26
Preis:
US $59,99
Ca.EUR 55,31
Versand:
US $4,87 (ca. EUR 4,49) Sparversand. Weitere Detailsfür Versand
Standort: Princeton, New Jersey, USA
Lieferung:
Lieferung zwischen Fr, 31. Mai und Mo, 3. Jun nach 43230 bei heutigem Zahlungseingang
Wir wenden ein spezielles Verfahren zur Einschätzung des Liefertermins an – in diese Schätzung fließen Faktoren wie die Entfernung des Käufers zum Artikelstandort, der gewählte Versandservice, die bisher versandten Artikel des Verkäufers und weitere ein. Insbesondere während saisonaler Spitzenzeiten können die Lieferzeiten abweichen.
Rücknahmen:
Zahlungen:
     

Sicher einkaufen

eBay-Käuferschutz
Geld zurück, wenn etwas mit diesem Artikel nicht stimmt. 

Angaben zum Verkäufer

Angemeldet als privater Verkäufer; verbraucherschützende Vorschriften, die sich aus dem EU-Verbraucherrecht ergeben, finden daher keine Anwendung. Der eBay-Käuferschutz gilt dennoch für die meisten Käufe.
Der Verkäufer ist für dieses Angebot verantwortlich.
eBay-Artikelnr.:285856066783

Artikelmerkmale

Artikelzustand
Neuwertig: Buch, das wie neu aussieht, aber bereits gelesen wurde. Der Einband weist keine ...
Subject Area
Artificial Intelligence
Subject
Networks
ISBN
9781681739656
Publication Name
Graph Representation Learning
Item Length
9.2in
Publisher
Morgan & Claypool Publishers
Series
Synthesis Lectures on Artificial Intelligence and Machine Learning Ser.
Publication Year
2020
Type
Textbook
Format
Hardcover
Language
English
Item Height
0.4in
Author
William L. Hamilton
Item Width
7.5in
Item Weight
17.5 Oz
Number of Pages
159 Pages

Über dieses Produkt

Product Information

Graph-structured data is ubiquitous throughout the natural and social sciences, from telecommunication networks to quantum chemistry. Building relational inductive biases into deep learning architectures is crucial for creating systems that can learn, reason, and generalize from this kind of data. Recent years have seen a surge in research on graph representation learning, including techniques for deep graph embeddings, generalizations of convolutional neural networks to graph-structured data, and neural message-passing approaches inspired by belief propagation. These advances in graph representation learning have led to new state-of-the-art results in numerous domains, including chemical synthesis, 3D vision, recommender systems, question answering, and social network analysis. This book provides a synthesis and overview of graph representation learning. It begins with a discussion of the goals of graph representation learning as well as key methodological foundations in graph theory and network analysis. Following this, the book introduces and reviews methods for learning node embeddings, including random-walk-based methods and applications to knowledge graphs. It then provides a technical synthesis and introduction to the highly successful graph neural network (GNN) formalism, which has become a dominant and fast-growing paradigm for deep learning with graph data. The book concludes with a synthesis of recent advancements in deep generative models for graphs--a nascent but quickly growing subset of graph representation learning.

Product Identifiers

Publisher
Morgan & Claypool Publishers
ISBN-10
1681739658
ISBN-13
9781681739656
eBay Product ID (ePID)
10050408511

Product Key Features

Author
William L. Hamilton
Publication Name
Graph Representation Learning
Format
Hardcover
Language
English
Series
Synthesis Lectures on Artificial Intelligence and Machine Learning Ser.
Publication Year
2020
Type
Textbook
Number of Pages
159 Pages

Dimensions

Item Length
9.2in
Item Height
0.4in
Item Width
7.5in
Item Weight
17.5 Oz

Additional Product Features

Table of Content
Preface Acknowledgments Introduction Background and Traditional Approaches Neighborhood Reconstruction Methods Multi-Relational Data and Knowledge Graphs The Graph Neural Network Model Graph Neural Networks in Practice Theoretical Motivations Traditional Graph Generation Approaches Deep Generative Models Conclusion Bibliography Author's Biography
Target Audience
Scholarly & Professional
Topic
Web / Social Media, Neural Networks, Intelligence (Ai) & Semantics
Genre
Computers

Artikelbeschreibung des Verkäufers

gadez_5

gadez_5

100% positive Bewertungen
81 Artikel verkauft

Detaillierte Verkäuferbewertungen

Durchschnitt in den letzten 12 Monaten

Genaue Beschreibung
5.0
Angemessene Versandkosten
4.8
Lieferzeit
5.0
Kommunikation
5.0
Angemeldet als privater Verkäufer
Daher finden verbraucherschützende Vorschriften, die sich aus dem EU-Verbraucherrecht ergeben, keine Anwendung. Der eBay-Käuferschutz gilt dennoch für die meisten Käufe.

Verkäuferbewertungen (32)

a***i (2283)- Bewertung vom Käufer.
Letzter Monat
Bestätigter Kauf
exactly as described, thank you!
m***t (16)- Bewertung vom Käufer.
Letzter Monat
Bestätigter Kauf
Great product. Shipped quickly. Thank you!
m***t (16)- Bewertung vom Käufer.
Letzter Monat
Bestätigter Kauf
Great product. Shipped quickly. Thank you!