圖分析與圖機器學習：原理、算法與實踐
維克多·李 阮福堅 亞歷山大·托馬斯
359人在讀
15.1萬字總字數
¥53定價
維克多·李 阮福堅 亞歷山大·托馬斯
本書向數據科學家、數據工程師、架構師和業務分析師展示瞭如何使用領先的圖數據庫模型TigerGraph，目標是向讀者介紹圖數據結構、圖分析和圖機器學習的概念、技術和工具。三位作者介紹了涵蓋多種當代業務需求的真實使用案例。讀者將探索從互聯數據中獲取價值的三階段方法：連接、分析和學習。幾乎每章的開頭都列出了對應的三個方面的目標：學習圖分析和機器學習的概念；用圖分析解決特定問題；瞭解如何使用GSQL查詢語言和TigerGraph圖平臺。
圖數據相對於傳統的關係型數據和結構化數據，在表示數據連接上具有非凡的優勢和非凡的性能；已被廣泛應用於醫療藥物分析、金融業務處理、推薦系統等領域。然而，與大量的關係型數據相比，圖數據的學習要難得多：一方面是圖數據與關係型數據在表達模式上的差異；另一方面則是圖數據的應用不像關係型數據那樣頻繁。而這本書無疑爲想學習圖數據提供了一個良好的平臺，書採用“理論+實際案例並搭配TigerGraph”的模式深深吸引了我，這真的是一本非常棒的書，一本瞭解圖和學習圖的最佳搭檔。
反洗錢和反欺詐中，通常使用評分卡等模型，這是不夠的。因爲某些賬戶相互之間有關聯。如果加入圖特徵或者圖嵌入，再用GBDT等機器學習算法進行分類，將會有質的提升，書中最後一章也提到了。值得一讀！