이미 소장하고 있다면 판매해 보세요.
|
제1장 그래프 학습 시작하기
제2장 그래프 인공신경망을 위한 그래프 이론 제3장 딥워크(DeepWalk)로 노드 표현(Node Representations) 생성 제4장 노드투벡(Node2Vec)의 편향된 랜덤 워크(Random Walk)를 사용한 임베딩 개선 제5장 기본 인공신경망(Vanilla Neural Networks)을 사용한 노드 특성값(Node Features) 포함시키기 제6장 그래프 컨볼루션 신경망 제7장 그래프 어텐션 신경망 제8장 GraphSAGE를 통한 그래프 인공신경망 확장 제9장 그래프 분류를 위한 표현력 정의 제10장 그래프 신경망을 이용한 링크 예측 제11장 그래프 신경망을 이용한 그래프 생성 제12장 이종 그래프 인공신경망 학습 제13장 시간적 그래프 인공신경망 제14장 그래프 인공신경망 설명하기 제15장 A3T-GCN을 사용한 교통 예측 제16장 이종 그래프 인공신경망을 활용한 이상 감지 제17장 LightGCN을 활용한 추천 시스템 구축 제18장 실세계 응용을 위한 그래프 인공신경망의 잠재력 활용하기 |