Scaling Graph Learning for the Enterprise
Langue : anglais
Edité par O'Reilly Media, US, 2025
- Livre broché
- Neuf
Vendeur : Rarewaves.com USA, London, London, Royaume-UniRarewaves.com USA
Vendeur AbeBooks depuis 11 juin 2025
Etat: Neuf
EUR 68,63
Quantité disponible : 1 disponible
Ajouter au panierA propos de cet article
Tackle the core challenges related to enterprise-ready graph representation and learning. With this hands-on guide, applied data scientists, machine learning engineers, and practitioners will learn how to build an E2E graph learning pipeline. You'll explore core challenges at each pipeline stage, from data acquisition and representation to real-time inference and feedback loop retraining.Drawing on their experience building scalable and production-ready graph learning pipelines, the authors take you through the process of building the E2E graph learning pipeline in a world of dynamic and evolving graphs.Understand the importance of graph learning for boosting enterprise-grade applicationsNavigate the challenges surrounding the development and deployment of enterprise-ready graph learning and inference pipelinesUse traditional and advanced graph learning techniques to tackle graph use casesUse and contribute to PyGraf, an open source graph learning library, to help embed best practices while building graph applicationsDesign and implement a graph learning algorithm using publicly available and syntactic dataApply privacy-preserved techniques to the graph learning process.…
N° de réf. du vendeur LU-9781098146061
- Titre
- Scaling Graph Learning for the Enterprise
- Auteur
- Ahmed Menshawy, Sameh Mohamed, Maraim Rizk Masoud
- Éditeur
- O'Reilly Media, US
- Année de publication
- 2025
- État de l'article
- New
- Reliure
- Paperback
- Langue
- anglais
- ISBN à 10 chiffres
- 1098146069
- ISBN à 13 chiffres
- 9781098146061
Tackle the core challenges related to enterprise-ready graph representation and learning. With this hands-on guide, applied data scientists, machine learning engineers, and practitioners will learn how to build an E2E graph learning pipeline. You'll explore core challenges at each pipeline stage, from data acquisition and representation to real-time inference and feedback loop retraining.
Drawing on their experience building scalable and production-ready graph learning pipelines, the authors take you through the process of building the E2E graph learning pipeline in a world of dynamic and evolving graphs.
- Understand the importance of graph learning for boosting enterprise-grade applications
- Navigate the challenges surrounding the development and deployment of enterprise-ready graph learning and inference pipelines
- Use traditional and advanced graph learning techniques to tackle graph use cases
- Use and contribute to PyGraf, an open source graph learning library, to help embed best practices while building graph applications
- Design and implement a graph learning algorithm using publicly available and syntactic data
- Apply privacy-preserved techniques to the graph learning process
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
Ahmed is the coauthor of Deep Learning with TensorFlow and the author of Deep Learning by Example, focusing on advanced topics in deep learning.
Sameh is an expert in machine learning and health informatics. He has more than a decade of both academic and industrial experience in machine learning and artificial intelligence solutions. He obtained his PhD from the University of Galway, where he did research on machine learning on graphs and its applications in biomedical applications and a master's degree in cardiovascular intervention medicine.
He later worked for Mastercard, Carelon, and Microsoft in technical leadership roles where he built machine learning powered solutions in the domains of finance, healthcare insurance, and content generation. His contributions are mainly focused on the topics of representation learning, natural language processing, and health informatics.
Maraim Rizk Masoud is a leading machine learning engineer at Mastercard's Cyber and Intelligence division, concurrently serving as an AI researcher. With a diverse background spanning both industry and academia, Maraim has delved into various AI domains, including natural language processing and AI governance. She holds an MSc in Machine Learning from Imperial College London and an MEng from the University of Southampton.
« 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 | 7 à 12 jours ouvrés | 7 à 12 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.