杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

图机器学习/宣琦著

出版发行项:

北京:高等教育出版社,2022.9

ISBN及定价:

978-7-04-057639-9/CNY109.00

载体形态项:

280页, [2] 页图版:图 (部分彩图);24cm

并列正题名:

Graph machine learing

丛编项:

网络科学与工程丛书;17

个人责任者:

宣琦 著

学科主题:

机器学习

中图法分类号:

TP181

责任者附注:

宣琦, 浙江工业大学网络空间安全研究院院长、教授、博士生导师。

书目附注:

有书目

提要文摘附注:

网络图作为一种描述复杂系统结构的通用表征方法, 近年来获得了包括生命科学、社会科学、计算机科学以及物理学等诸多领域的关注。本书结合网络图结构进行机器学习算法设计, 涉及图嵌入、图神经网络以及对抗攻防和增强等内容。全书共8章: 第1章概述了图上的机器学习任务及算法; 第2-5章分别介绍了节点分类、链路预测、社团检测、图分类的机器学习任务及算法; 第6、7章介绍了对抗攻击下算法的鲁棒性问题, 包括对抗攻击和对抗防御; 第8章探讨了领域前沿图数据增强技术, 利用图数据自身的结构和属性信息拓展特征空间, 提升算法性能。相比传统机器学习类书籍, 本书聚焦网络图数据; 相比图神经网络类书籍, 本书更侧重网络图从微观到宏观的分析。

使用对象附注:

本书可供网络科学、人工智能、社会科学及生物信息等领域的研究生、高年级本科生及青年学者使用, 也可供工业界从事互联网、大数据及人工智能等领域工作的工程师参考使用

豆瓣简介：