內容簡介
網絡圖作為一種描述復雜繫統結構的通用表征方法,近年來獲得了包括生命科學、社會科學、計算機科學以及物理學等諸多領域的關注。本書結合網絡圖結構進行機器學習算法設計,涉及圖嵌入、圖神經網絡以及對抗攻防和增強等內容。全書共8章:第1章概述了圖上的機器學習任務及算法;第2—5章分別介紹了節點分類、鏈路預測、社團檢測、圖分類的機器學習任務及算法;第6、7章介紹了對抗攻擊下算法的魯棒性問題,包括對抗攻擊和對抗防御;第8章探討了領域前沿圖數據增強技術,利用圖數據自身的結構和屬性信息拓展特征空間,提升算法性能。相比傳統機器學習類書籍,本書聚焦網絡圖數據;相比圖神經網絡類書籍,本書更側重網絡圖從微觀到宏觀的分析。
本書可供網絡科學、人工智能、社會科學及生物信息等領域的研究生、高年級本科生及青年學者使用,也可供工業界從事互聯網、大數據及人工智能等領域工作的工程師參考使用。
本書可供網絡科學、人工智能、社會科學及生物信息等領域的研究生、高年級本科生及青年學者使用,也可供工業界從事互聯網、大數據及人工智能等領域工作的工程師參考使用。