ODBIERZ TWÓJ BONUS :: »

Grafowe sieci neuronowe. Teoria i praktyka Filip Wójcik

Grafowe sieci neuronowe. Teoria i praktyka Filip Wójcik - okladka książki

Grafowe sieci neuronowe. Teoria i praktyka Filip Wójcik - okladka książki

Autor:
Filip Wójcik
Ocena:
Druk:
oprawa miękka

Cicha rewolucja, która nadeszła

Grafowe sieci neuronowe (ang. graph neural networks, GNN) to klasa modeli uczenia głębokiego przeznaczona do analizy danych o strukturze grafowej. W początkowym okresie ich rozwój ograniczał brak efektywnych metod projektowania i optymalizacji; w ostatnich latach bariery te w dużej mierze zostały pokonane, co przełożyło się na dynamiczny postęp teorii i praktyki. Modele GNN znajdują zastosowanie między innymi w analizie sieci społecznościowych, optymalizacji procesów logistycznych, marketingu i pracy z bazami wiedzy.

Ta książka zawiera kompleksowe opracowanie tematyki sieci grafowych w kontekście uczenia maszynowego. Tym samym wypełnia istotną lukę na polskim rynku wydawniczym, oferując połączenie solidnych podstaw teoretycznych z praktycznym zastosowaniem GNN. To przewodnik, który systematycznie przeprowadza przez kolejne zagadnienia związane z sieciami grafowymi:

  • od narzędzi klasycznej analizy grafów w środowisku Pythona i wybranych zagadnień teorii grafów
  • przez wprowadzenie do grafowych sieci neuronowych, a także przegląd wybranych warstw splotu grafowego i dobrych praktyk ich projektowania
  • po zagadnienia związane ze szkoleniem sieci GNN i praktyczne przykłady ich zastosowań

O autorze książki

Dr inż. Filip Wójcik - analityk danych, zajmuje się systemami uczenia maszynowego i sztucznej inteligencji od 2012 roku. Projektował i wdrażał rozwiązania ML/AI dla międzynarodowych i polskich przedsiębiorstw w sektorach finansowym, telekomunikacyjnym i logistycznym, pracując jako analityk danych (data scientist), kierownik zespołu badawczego i lider techniczny. Łączy działalność komercyjną z pracą akademicką; od 2017 roku związany z Uniwersytetem Ekonomicznym we Wrocławiu, gdzie specjalizuje się w optymalizacji procesów decyzyjnych z wykorzystaniem modeli uczenia maszynowego, w szczególności głębokich sieci neuronowych. Chętnie dzieli się wiedzą i doświadczeniem ze słuchaczami w ramach studiów podyplomowych, kursów, a także Biznesowego Indywidualnego Programu Studiów (BIPS). Autor licznych recenzowanych publikacji naukowych, prelegent międzynarodowych konferencji poświęconych najnowszym trendom w dziedzinie uczenia maszynowego.
 

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Sposób płatności