Graph-Powered Machine Learning
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Graph-Powered Machine Learning" von Alessandro Negro ist ein Buch, das sich mit der Integration von Graphtechnologien in maschinelles Lernen beschäftigt. Es bietet einen umfassenden Überblick darüber, wie Graphdatenbanken und Graphalgorithmen genutzt werden können, um Machine-Learning-Modelle zu verbessern. Das Buch erklärt die Grundlagen von Graphen und deren Repräsentation in Datenbanken, bevor es aufzeigt, wie diese Strukturen für verschiedene machine-learning-Aufgaben wie Klassifikation, Clustering und Empfehlungsdienste eingesetzt werden können. Anhand praktischer Beispiele und Fallstudien wird veranschaulicht, wie Unternehmen durch den Einsatz von Graphtechnologien ihre Datenanalyse optimieren können. Ziel des Buches ist es, Data Scientists und Entwickler dabei zu unterstützen, das Potenzial von Graphen in ihren Machine-Learning-Projekten voll auszuschöpfen.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Kartoniert
- 292 Seiten
- Erschienen 2020
- O'Reilly
- hardcover
- 456 Seiten
- Erschienen 1995
- Springer
- paperback
- 380 Seiten
- Erschienen 2019
- Springer
- paperback
- 697 Seiten
- Erschienen 2021
- Springer
- Kartoniert
- 384 Seiten
- Erschienen 2016
- O'Reilly Media
- paperback
- 264 Seiten
- Erschienen 2016
- Springer
- Hardcover
- 622 Seiten
- Erschienen 2017
- Packt Publishing
- paperback
- 408 Seiten
- Erschienen 2024
- Manning
- Gebunden
- 368 Seiten
- Erschienen 2011
- Springer
- Kartoniert
- 235 Seiten
- Erschienen 2021
- O'Reilly
- Hardcover
- 772 Seiten
- Erschienen 2019
- Packt Publishing
- hardcover
- 359 Seiten
- Erschienen 2013
- Springer
- Gebunden
- 366 Seiten
- Erschienen 2010
- Springer
- Gebunden
- 400 Seiten
- Erschienen 2018
- Wiley
- paperback
- 425 Seiten
- Erschienen 2024
- O'Reilly Media
- Kartoniert
- 360 Seiten
- Erschienen 2018
- Manning



