幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

圖分析與圖機器學習(原理演算法與實踐)

  • 作者：(美)維克多·李//(荷)阮福堅//(美)亞歷山大·托馬斯|責編:王春華|譯者:譚夢迪//劉利凱//王成//黃凱//劉愛娣
  • 出版社：機械工業
  • ISBN：9787111759171
  • 出版日期：2024/08/01
  • 裝幀：平裝
  • 頁數：242
人民幣：RMB 89 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    隨著圖形資料庫的迅速崛起，企業正在實施高級分析和機器學習解決方案，以幫助推動業務成果。本實用指南向數據科學家、數據工程師、架構師和業務分析師展示了如何使用領先的圖形資料庫模型TigerGraph開始使用圖形資料庫。
    你將探索從互聯數據中獲取價值的三階段方法：連接、分析和學習。三位作者介紹了涵蓋多種當代業務需求的真實使用案例。通過使用TigerGraph Cloud進行實踐練習，你將很快熟練掌握為企業設計和管理高級分析和機器學習解決方案的方法。
    通過學習本書，你將：
    使用圖形思維來連接、分析和學習數據，以實現高級分析和機器學習。
    了解圖分析和機器學習如何提供關鍵的商業洞察力和成果。
    使用圖演算法的五個核心類別來推動高級分析和機器學習。
    提供核心業務實體（包括客戶、產品、服務、供應商和公民）的實時全景視圖。
    通過機器學習和高級分析從連接數據中發現洞察力。
作者介紹
(美)維克多·李//(荷)阮福堅//(美)亞歷山大·托馬斯|責編:王春華|譯者:譚夢迪//劉利凱//王成//黃凱//劉愛娣
目錄
前言
  第1章  連接就是一切
    1.1  連接改變一切
      1.1.1  什麼是圖
      1.1.2  圖的重要性
      1.1.3  邊連接優於表連接
    1.2  圖分析和機器學習
    1.3  本章小結
第一部分  連接
  第2章  連接並探索數據
    2.1  圖的結構
      2.1.1  圖的術語
      2.1.2  圖的模式
    2.2  圖的遍歷
      2.2.1  跳數和距離
      2.2.2  廣度和深度
    2.3  圖的建模
      2.3.1  圖模式選項和權衡
      2.3.2  表格轉換為圖
      2.3.3  模型演進
    2.4  圖的能力
      2.4.1  連接點
      2.4.2  360度視圖
      2.4.3  深入洞察
      2.4.4  尋找並發現模式
      2.4.5  匹配和合併
      2.4.6  加權和預測
    2.5  本章小結
  第3章  更好地了解客戶和業務：360圖
    3.1  案例1：跟蹤和分析客戶旅程
    3.2  解決方案：Customer 360+旅程圖
    3.3  實現C360+旅程圖：一個GraphStudio教程
      3.3.1  創建TigerGraph Cloud賬戶
      3.3.2  獲取並安裝Customer 360入門套件
      3.3.3  GraphStudio概述
      3.3.4  設計圖模式
      3.3.5  載入數據
      3.3.6  查詢和分析
    3.4  案例2：藥物不良反應分析
    3.5  解決方案：藥物相互作用360圖
    3.6  實現
      3.6.1  圖模式
      3.6.2  查詢和分析
    3.7  本章小結
  第4章  研究創業投資
    4.1  目標：找到有前途的創業公司
    4.2  解決方案：創業投資圖
    4.3  實現創業投資圖以及查詢
      4.3.1  Crunchbase入門套件
      4.3.2  圖模式

      4.3.3  查詢和分析
    4.4  本章小結
  第5章  檢測欺詐和洗錢模式
    5.1  目標：檢測金融犯罪
    5.2  解決方案：將金融犯罪建模為網路模式
    5.3  實施金融犯罪模式搜索
      5.3.1  欺詐和洗錢檢測入門套件
      5.3.2  圖模式
      5.3.3  查詢和分析
    5.4  本章小結
第二部分  分析
  第6章  深入洞察：分析連接的重要性
    6.1  了解圖分析
      6.1.1  分析要求
      6.1.2  圖遍歷方法
      6.1.3  並行處理
      6.1.4  聚合
    6.2  使用圖演算法進行分析
      6.2.1  將圖演算法作為工具
      6.2.2  圖演算法分類
    6.3  本章小結
  第7章  更好的推薦和建議
    7.1  案例1：改善醫療轉診
    7.2  解決方案：構建和分析轉診圖
    7.3  實現醫療專家轉診網路
      7.3.1  醫療轉診網路入門套件
      7.3.2  圖模式
      7.3.3  查詢和分析
    7.4  案例2：個性化推薦
    7.5  解決方案：使用圖進行基於多關係的推薦
    7.6  實現多關係推薦引擎
      7.6.1  推薦引擎2.0入門套件
      7.6.2  圖模式
      7.6.3  查詢和分析
    7.7  本章小結
  第8章  加強網路安全
    8.1  網路攻擊的代價
    8.2  挑戰
    8.3  解決方案
    8.4  實現網路安全圖
      8.4.1  網路安全威脅檢測入門套件
      8.4.2  圖模式
      8.4.3  查詢和分析
    8.5  本章小結
  第9章  航空公司航線分析
    9.1  目標：分析航空公司航線
    9.2  解決方案：航線網路的圖演算法
    9.3  實現機場和航線分析器
      9.3.1  圖演算法入門套件
      9.3.2  圖模式和數據集

      9.3.3  安裝GDS庫中的演算法
      9.3.4  查詢和分析
    9.4  本章小結
第三部分  學習
  第10章  圖驅動的機器學習演算法
    10.1  基於圖演算法的無監督學習
      10.1.1  通過相似性和社區結構來學習
      10.1.2  尋找頻繁模式
    10.2  提取圖特徵
      10.2.1  領域無關特徵
      10.2.2  領域相關特徵
      10.2.3  圖嵌入：一個全新的世界
    10.3  圖神經網路
      10.3.1  圖卷積網路
      10.3.2  GraphSAGE
    10.4  圖機器學習方法的比較
      10.4.1  機器學習任務的用例
      10.4.2  模式發現與特徵提取方法
      10.4.3  圖神經網路：總結與應用
    10.5  本章小結
  第11章  重新審視實體解析
    11.1  問題描述：識別現實世界的用戶及其品味
    11.2  解決方案：基於圖的實體解析
      11.2.1  確實哪些實體是相同的
      11.2.2  實體解析
    11.3  實現基於圖的實體解析
      11.3.1  資料庫內實體解析入門套件
      11.3.2  圖模式
      11.3.3  查詢和分析
      11.3.4  方法1：Jaccard相似度
      11.3.5  合併
      11.3.6  方法2：評分精確和近似匹配
    11.4  本章小結
  第12章  改進欺詐檢測
    12.1  目標：改進欺詐檢測
    12.2  解決方案：使用關係創建更智能的模型
    12.3  使用TigerGraph ML Workbench
      12.3.1  設置ML Workbench
      12.3.2  使用ML Workbench和Jupyter Notes
      12.3.3  圖模式和數據集
      12.3.4  圖特徵工程
      12.3.5  用圖特徵訓練傳統模型
      12.3.6  使用圖神經網路
    12.4  本章小結
    12.5  與你聯繫

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032