内容简介
《图神经网络》致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用，
涵盖图神经网络的广泛主题，
从基础到前沿，从方法到应用，涉及从方法论到应用场景方方面面的内容。
★编辑推荐：
对人工智能来说，图神经网络有可能是将概率学习与符号推理结合起来的一种工具，有可能成为将数据驱动与知识驱动结合起来的一座桥梁，有望推动第三代人工智能的顺利发展。《图神经网络》是一本内容丰富、全面和深入介绍图神经网络的书籍，致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用，旨在涵盖图神经网络的广泛主题，从基础到前沿，从方法到应用，涉及从方法论到应用场景方方面面的内容。对于所有需要了解这个领域或掌握这种方法与工具的科学家、工程师和学生都是一部很好的参考书。
★内容简介：
全书分为四部分：
第一部分介绍图神经网络的基本概念；
第二部分讨论图神经网络成熟的方法；
第三部分介绍图神经网络典型的前沿领域；
第四部分描述可能对图神经网络未来研究比较重要和有前途的方法与应用的进展情况。
※《图神经网络》适合高年级本科生和研究生、博士后研究人员、讲师以及行业从业者阅读与参考。
☆吴凌飞博士
毕业于美国公立常春藤盟校之一的威廉与玛丽学院计算机系。目前他是Pinterest公司主管知识图谱和内容理解的研发工程经理。曾任京东硅谷研究中心的首席科学家和IBM Thomas J. Vatson Research Centerl的高级研究员。主要研究方向是机器学习、表征学习和自然语言处理的有机结合，在图神经网络及其应用方面有深入研究。他在机器学习、深度学习等领域的著名会议或期刊上发表100多篇论文。
☆崔鹏博士
清华大学计算机系终身副教授。于2010年在清华大学获得博士学位。研究兴趣包括数据挖掘、机器学习和多媒体分析，擅长网络表示学习、因果推理和稳定学习、社会动力学建模和用户行为建模等。他在机器学习和数据挖掘领域的著名会议或期刊上发表100多篇论文。
☆裴健博士
杜克大学电子与计算机工程系教授。他是数据科学、大数据、数据挖掘和数据库系...
豆瓣评论