A Complete Guide to Graph Representation Learning with Case Studies
Langue : anglais
Edité par John Wiley and Sons Inc, US, 2026
- Livre relié
- Neuf
Vendeur : Rarewaves.com USA, London, London, Royaume-UniRarewaves.com USA
Vendeur AbeBooks depuis 11 juin 2025
Etat: Neuf
EUR 168,64
Quantité disponible : 2 disponibles
Ajouter au panierA propos de cet article
Comprehensive resource on graph representation learning (GRL), exploring fundamental principles, advanced methodologies, and case studies A Complete Guide to Graph Representation Learning with Case Studies provides a concise understanding of the subject of graph representation learning (GRL), a rapidly advancing field in the domain of machine learning. The book explores basic concepts to state-of-the-art techniques, enabling readers to progress from a fundamental understanding of the approach to mastering its application. The authors also cover the topics of graph embedding methods, graph neural network (GNN) -based approaches, and the latest trends in GRL such as deep learning, transfer learning, graph pooling, alignment, and matching, and graph machine learning. The book includes examples of applications of graph learning methods with real-world case studies in which the covered methods can be utilized. It also includes innovative solutions to graph machine learning problems such as node classification, link prediction, and unsupervised learning, and discusses neighborhood overlap visualization techniques and overlapping neighborhoods in heterogeneous graphs. Finally, the book provides an overview of open and ongoing research directions and student projects, providing a glimpse into potential avenues for future work. The book also includes information on: Node-level features such as node degree, node centrality, closeness, betweenness, eigenvector, page rank centrality, clustering coefficient, closed triangles, egograph, and motifsNeighborhood sampling techniques such as breadth-first sampling, depth-first sampling, snowball sampling, random walk, shallow walk, edge sampling, link-based sampling, and metapath-based samplingDeep learning models including Graph Autoencoder (GAE), Variational Graph Encoder (VGAE), and Graph Attention Network (GAN)Graph alignment and matching, covering subgraph matching and embedding for matching A Complete Guide to Graph Representation Learning with Case Studies is a thorough and up-to-date reference on the subject for engineers and researchers in data science and machine learning as well as graduate students in related programs of study.…
N° de réf. du vendeur LU-9781394314843
- Titre
- A Complete Guide to Graph Representation Learning with Case Studies
- Auteur
- E. Chandra Blessie, Pethuru Raj Chelliah, B. Sundaravadivazhagan
- Éditeur
- John Wiley and Sons Inc, US
- Année de publication
- 2026
- État de l'article
- New
- Reliure
- Hardback
- Langue
- anglais
- ISBN à 10 chiffres
- 1394314841
- ISBN à 13 chiffres
- 9781394314843
- Poids de l'article
- 839 grammes
Comprehensive resource on graph representation learning (GRL), exploring fundamental principles, advanced methodologies, and case studies
A Complete Guide to Graph Representation Learning with Case Studies provides a concise understanding of the subject of graph representation learning (GRL), a rapidly advancing field in the domain of machine learning. The book explores basic concepts to state-of-the-art techniques, enabling readers to progress from a fundamental understanding of the approach to mastering its application. The authors also cover the topics of graph embedding methods, graph neural network (GNN) -based approaches, and the latest trends in GRL such as deep learning, transfer learning, graph pooling, alignment, and matching, and graph machine learning.
The book includes examples of applications of graph learning methods with real-world case studies in which the covered methods can be utilized. It also includes innovative solutions to graph machine learning problems such as node classification, link prediction, and unsupervised learning, and discusses neighborhood overlap visualization techniques and overlapping neighborhoods in heterogeneous graphs. Finally, the book provides an overview of open and ongoing research directions and student projects, providing a glimpse into potential avenues for future work.
The book also includes information on:
- Node-level features such as node degree, node centrality, closeness, betweenness, eigenvector, page rank centrality, clustering coefficient, closed triangles, egograph, and motifs
- Neighborhood sampling techniques such as breadth-first sampling, depth-first sampling, snowball sampling, random walk, shallow walk, edge sampling, link-based sampling, and metapath-based sampling
- Deep learning models including Graph Autoencoder (GAE), Variational Graph Encoder (VGAE), and Graph Attention Network (GAN)
- Graph alignment and matching, covering subgraph matching and embedding for matching
A Complete Guide to Graph Representation Learning with Case Studies is a thorough and up-to-date reference on the subject for engineers and researchers in data science and machine learning as well as graduate students in related programs of study.
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
E. Chandra Blessie, PhD, is Dean of Innovation, School of Innovation, KG College of Arts and Science Coimbatore Institute of Technology, Coimbatore, Tamil Nadu, India.
Pethuru Raj Chelliah, PhD, is Vice President and Chief Architect of the Edge AI Division of Reliance Jio Platforms Ltd. in Bangalore, India.
B. Sundaravadivazhagan, PhD, is a Professor with the College of Computing and Information Sciences at the University of Technology and Applied Sciences Al Mussanah, Oman.
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
Rarewaves.com USA
London, London, Royaume-Uni
Vendeur AbeBooks depuis 11 juin 2025
Frais d'expédition de Royaume-Uni vers Etats-Unis
| Article | 15 à 20 jours ouvrés | 15 à 20 jours ouvrés |
|---|---|---|
| Premier article | EUR 0,00 | EUR 0,00 |
Modes de paiement
Profil professionnel du vendeur
RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street
London, Royaume-Uni W1W 8BE
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à Rarewaves.com USA, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Russia
Belarus
Ukraine
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.