加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版网络表示学习技术与应用9787568297042北京理工大学
¥ ×1
商品
服务
物流
部分 网络表示学章 绪论 1.1 引言 1.2 网络表示 1.3 本书的主要内容第2部分 基础理论第2章 单关系网络表示理论与技术 2.1 引言 2.2 经典模型 2.2.1 LINE模型 2.2.2 Deep Walk 模型 . 深度表示模型 ..1 SDNE模型 ..2 图神经网络 .. 时间卷积网络 2.4 小结第3章 多关系网络表示理论与技术 3.1 引言 3.2 经典模型 3.2 结构化嵌入模型 3.2.2 神经张量模型 3.. TransFamily模型 3.2.4 高斯嵌入模型 3.2.5 复数嵌入模型 3.2.6 早期经典模型 3.3 深度模型 3.3.1 R-GCN模型. 3.3.2 CompGCN模型 3.3.3 RSN模型 3.3.4 GATNE模型 3.3.5 MNE模型 3.4 小结第3部分 应用驱动的网络表示学习第4章 基于单关系表示的网络对齐 4.1 引言 4.2 基于出入度表示的社交网络节点对齐 4.3 基于生成对抗模型的节点对齐 4.3.1 GANE针对链接预测任务的网络嵌入表示模型 4.3.2 DANA针对实体对齐任务的网络嵌入表示模型 4.4 小结第5章 基于多关系表示的知识图谱对齐 5.1 引言 5.2 MNE 5.3 基于MNE的对齐 5.3 基于概率空间乘法规则的非翻译方法对齐模型 5.3.2 基于概率空间加法规则的非翻译方法对齐模型 5.3.3 算法模型的推导 5.4 基于关系向量化的图神经网络模型 5.4 目的与动机 5.4.2 模型设计
礼欣,北京理工大学副教授、博士生导师,主要从事数据挖掘、(深度)强化学习、表示学习的相关理论研究和技术应用。讲授过“数据采集与分析”“Python语言程序设计”“机器学习”“级工智能”等生和课程;曾获2016年MOOC教师奖;近年来以作者及通讯作者身份在领域知名国际会议和期刊(如IJCAI、AAAI、ECML-PKDD)发表学术若干。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员