科技 类型
可以朗读 语音朗读
151千字 字数
2024-07-01 发行日期
展开全部

主编推荐语

系统阐释图分析与图机器学习技术。

内容简介

本书的目标是向你介绍图数据结构、图分析和图机器学习的概念、技术和工具。每章的开头都列出了目标，大致分为三个方面：学习图分析和机器学习的概念；用图分析解决特定问题；了解如何使用GSQL查询语言和TigerGraph图平台。首先介绍图数据的基本概念，然后通过连接、分析、学习三大部分深入讲解一些图算法和机器学习技术。

目录

  • 版权信息
  • O'Reilly Media, Inc.介绍
  • 前言
  • 第1章 连接就是一切
  • 1.1 连接改变一切
  • 1.1.1 什么是图
  • 1.1.2 图的重要性
  • 1.1.3 边连接优于表连接
  • 1.2 图分析和机器学习
  • 1.3 本章小结
  • 第一部分 连接
  • 第2章 连接并探索数据
  • 2.1 图的结构
  • 2.1.1 图的术语
  • 2.1.2 图的模式
  • 2.2 图的遍历
  • 2.2.1 跳数和距离
  • 2.2.2 广度和深度
  • 2.3 图的建模
  • 2.3.1 图模式选项和权衡
  • 2.3.2 表格转换为图
  • 2.3.3 模型演进
  • 2.4 图的能力
  • 2.4.1 连接点
  • 2.4.2 360度视图
  • 2.4.3 深入洞察
  • 2.4.4 寻找并发现模式
  • 2.4.5 匹配和合并
  • 2.4.6 加权和预测
  • 2.5 本章小结
  • 第3章 更好地了解客户和业务：360图
  • 3.1 案例1：跟踪和分析客户旅程
  • 3.2 解决方案：Customer 360+旅程图
  • 3.3 实现C360+旅程图：一个GraphStudio教程
  • 3.3.1 创建TigerGraph Cloud账户
  • 3.3.2 获取并安装Customer 360入门套件
  • 3.3.3 GraphStudio概述
  • 3.3.4 设计图模式
  • 3.3.5 加载数据
  • 3.3.6 查询和分析
  • 3.4 案例2：药物不良反应分析
  • 3.5 解决方案：药物相互作用360图
  • 3.6 实现
  • 3.6.1 图模式
  • 3.6.2 查询和分析
  • 3.7 本章小结
  • 第4章 研究创业投资
  • 4.1 目标：找到有前途的创业公司
  • 4.2 解决方案：创业投资图
  • 4.3 实现创业投资图以及查询
  • 4.3.1 Crunchbase入门套件
  • 4.3.2 图模式
  • 4.3.3 查询和分析
  • 4.4 本章小结
  • 第5章 检测欺诈和洗钱模式
  • 5.1 目标：检测金融犯罪
  • 5.2 解决方案：将金融犯罪建模为网络模式
  • 5.3 实施金融犯罪模式搜索
  • 5.3.1 欺诈和洗钱检测入门套件
  • 5.3.2 图模式
  • 5.3.3 查询和分析
  • 5.4 本章小结
  • 第二部分 分析
  • 第6章 深入洞察：分析连接的重要性
  • 6.1 了解图分析
  • 6.1.1 分析要求
  • 6.1.2 图遍历方法
  • 6.1.3 并行处理
  • 6.1.4 聚合
  • 6.2 使用图算法进行分析
  • 6.2.1 将图算法作为工具
  • 6.2.2 图算法分类
  • 6.3 本章小结
  • 第7章 更好的推荐和建议
  • 7.1 案例1：改善医疗转诊
  • 7.2 解决方案：构建和分析转诊图
  • 7.3 实现医疗专家转诊网络
  • 7.3.1 医疗转诊网络入门套件
  • 7.3.2 图模式
  • 7.3.3 查询和分析
  • 7.4 案例2：个性化推荐
  • 7.5 解决方案：使用图进行基于多关系的推荐
  • 7.6 实现多关系推荐引擎
  • 7.6.1 推荐引擎2.0入门套件
  • 7.6.2 图模式
  • 7.6.3 查询和分析
  • 7.7 本章小结
  • 第8章 加强网络安全
  • 8.1 网络攻击的代价
  • 8.2 挑战
  • 8.3 解决方案
  • 8.4 实现网络安全图
  • 8.4.1 网络安全威胁检测入门套件
  • 8.4.2 图模式
  • 8.4.3 查询和分析
  • 8.5 本章小结
  • 第9章 航空公司航线分析
  • 9.1 目标：分析航空公司航线
  • 9.2 解决方案：航线网络的图算法
  • 9.3 实现机场和航线分析器
  • 9.3.1 图算法入门套件
  • 9.3.2 图模式和数据集
  • 9.3.3 安装GDS库中的算法
  • 9.3.4 查询和分析
  • 9.4 本章小结
  • 第三部分 学习
  • 第10章 图驱动的机器学习算法
  • 10.1 基于图算法的无监督学习
  • 10.1.1 通过相似性和社区结构来学习
  • 10.1.2 寻找频繁模式
  • 10.2 提取图特征
  • 10.2.1 领域无关特征
  • 10.2.2 领域相关特征
  • 10.2.3 图嵌入：一个全新的世界
  • 10.3 图神经网络
  • 10.3.1 图卷积网络
  • 10.3.2 GraphSAGE
  • 10.4 图机器学习方法的比较
  • 10.4.1 机器学习任务的用例
  • 10.4.2 模式发现与特征提取方法
  • 10.4.3 图神经网络：总结与应用
  • 10.5 本章小结
  • 第11章 重新审视实体解析
  • 11.1 问题描述：识别现实世界的用户及其品味
  • 11.2 解决方案：基于图的实体解析
  • 11.2.1 确实哪些实体是相同的
  • 11.2.2 实体解析
  • 11.3 实现基于图的实体解析
  • 11.3.1 数据库内实体解析入门套件
  • 11.3.2 图模式
  • 11.3.3 查询和分析
  • 11.3.4 方法1：Jaccard相似度
  • 11.3.5 合并
  • 11.3.6 方法2：评分精确和近似匹配
  • 11.4 本章小结
  • 第12章 改进欺诈检测
  • 12.1 目标：改进欺诈检测
  • 12.2 解决方案：使用关系创建更智能的模型
  • 12.3 使用TigerGraph ML Workbench
  • 12.3.1 设置ML Workbench
  • 12.3.2 使用ML Workbench和Jupyter Notes
  • 12.3.3 图模式和数据集
  • 12.3.4 图特征工程
  • 12.3.5 用图特征训练传统模型
  • 12.3.6 使用图神经网络
  • 12.4 本章小结
  • 12.5 与你联系
  • 关于作者
  • 关于封面
  • 推荐阅读
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。