グラフニューラルネットワーク ＰｙＴｏｒｃｈによる実装
発売日：2022年7月
- ページ数
- ２３６ｐ
- ISBN
- 978-4-274-22887-2
- 著者情報
- 村田 剛志（ムラタ ツヨシ）
東京工業大学情報理工学院情報工学系知能情報コース教授。１９９０年東京大学理学部情報科学科卒業。１９９２年同大学院理学系研究科修士課程修了。東京工業大学工学部助手、群馬大学工学部助手、同講師、国立情報学研究所助教授、科学技術振興事業団さきがけ研究２１研究員（兼任）、東京工業大学大学院情報理工学研究科助教授を経て２０２０年より現職。博士（工学）。人工知能、ネットワーク科学、機械学習に関する研究に従事。人工知能学会、情報処理学会、日本ソフトウェア科学会、ＡＡＡＩ、ＡＣＭ、各会員
セブン-イレブン受取り(送料無料)
発送目安
発売日（発売日以降は当日）～2日で発送
宅配（送料¥550税込）
発送目安
発売日（発売日以降は当日）～2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
深層学習でグラフを解析する世界最前線の研究を１冊で学ぶ！実社会への応用が期待される注目の技術。
グラフニューラルネットワークの理論から応用先、実装の知識まで修得できる！
深層学習をグラフ（ネットワーク）で表される構造データに対して適用するための研究が盛んになっています。グラフ中の頂点やグラフ全体を高精度に分類できれば、高度な画像認識、推薦システム、交通量予測、化合物分類、さらには新型コロナウイルス（COVID-19）への対処のための応用なども期待できます。
本書では、グラフニューラルネットワークの基本的な知識および研究事例について説明し、PyTorchによる実装について紹介するとともに、今後の学習のための情報源についても解説します。
目次
第１章 グラフニューラルネットワークとは
第２章 グラフエンベディング
第３章 グラフにおける畳み込み
第４章 関連トピック
第５章 実装のための準備
第６章 ＰｙＴｏｒｃｈ Ｇｅｏｍｅｔｒｉｃによる実装
第７章 今後の学習に向けて
商品詳細
- 出版社名
- オーム社
- サイズ
- ２１ｃｍ
- 対象年齢
- 一般
- フォーマット
- 単行本
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。
