圖機器學習

　　網(wǎng)絡圖作為一種描述復雜系統(tǒng)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(wǎng)絡圖結構進行機器學習算法設計，涉及圖嵌入、圖神經(jīng)網(wǎng)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(jié)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(shù)據(jù)增強技術，利用圖數(shù)據(jù)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(tǒng)機器學習類書籍，本書聚焦網(wǎng)絡圖數(shù)據(jù)；相比圖神經(jīng)網(wǎng)絡類書籍，本書更側重網(wǎng)絡圖從微觀到宏觀的分析。 本書可供網(wǎng)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(yè)界從事互聯(lián)網(wǎng)、大數(shù)據(jù)及人工智能等領域工作的工程師參考使用。

暫缺《圖機器學習》作者簡介