Graph-Powered Machine Learning

Alessandro Negro

8 valoraciones de Goodreads

Idioma: inglés

Editorial: Manning Publications, US, 2021

1617295647 / 9781617295645

  • Tapa blanda
  • Nuevo
Ver todos los detalles

Librería: Rarewaves USA United, HEBRON, KY, Estados Unidos de AmericaRarewaves USA United

Vendedor de 5 estrellas

Vendedor de IberLibro desde 20 de junio de 2025

Tapa blanda

Condición: Nuevo

EUR 57,99

Envío por EUR 44,66 
Se envía dentro de Estados Unidos de America

Cantidad disponible: 10 disponibles

Añadir al carrito
Devoluciones gratuitas de 30 días

Descripción del artículo del vendedor

At its core, machine learning is about efficiently identifying patterns and relationships in data. Many tasks, such as finding associations among terms so you can make accurate search recommendations or locating individuals within a social network who have similar interests, are naturally expressed as graphs.   Graph-Powered Machine Learning introduces you to graph technology concepts, highlighting the role of graphs in machine learning and big data platforms. You'll get an in-depth look at techniques including data source modeling, algorithm design, link analysis, classification, and clustering. As you master the core concepts, you'll explore three end-to-end projects that illustrate architectures, best design practices, optimization approaches, and common pitfalls.   Key Features ·   The lifecycle of a machine learning project ·   Three end-to-end applications ·   Graphs in big data platforms ·   Data source modeling ·   Natural language processing, recommendations, and relevant search ·   Optimization methods   Readers comfortable with machine learning basics.   About the technology By organizing and analyzing your data as graphs, your applications work more fluidly with graph-centric algorithms like nearest neighbor or page rank where it's important to quickly identify and exploit relevant relationships. Modern graph data stores, like Neo4j or Amazon Neptune, are readily available tools that support graph-powered machine learning.   Alessandro Negro is a Chief Scientist at GraphAware. With extensive experience in software development, software architecture, and data management, he has been a speaker at many conferences, such as Java One, Oracle Open World, and Graph Connect. He holds a Ph.D. in Computer Science and has authored several publications on graph-based machine learning.…

N° de ref. del artículo LU-9781617295645

Título
Graph-Powered Machine Learning
Autor
Alessandro Negro
Editorial
Manning Publications, US
Año de publicación
2021
Estado
New
Encuadernación
Paperback
Idioma
inglés
ISBN 10
1617295647
ISBN 13
9781617295645
Peso del artículo
860 gramos

Rarewaves USA United

HEBRON, KY, Estados Unidos de America

Vendedor de 5 estrellas

Vendedor de IberLibro desde 20 de junio de 2025

Tarifas de envío en Estados Unidos de America

ArtículoDe 30 a 30 días hábilesDe 14 a 14 días hábiles
Primer artículoEUR 44,66EUR 59,85
Los plazos de entrega los establecen los vendedores y varían según el transportista y la ubicación. Los pedidos que pasan por la aduana pueden sufrir retrasos y los compradores son responsables de los aranceles o tarifas asociadas. Los vendedores pueden ponerse en contacto con usted en relación con cargos adicionales para cubrir cualquier aumento en los costes de envío de los artículos.

Métodos de pago

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay

Información empresarial del vendedor

Rarewaves USA

10100 West Sample Road, Ste 101
Coral Springs, FL Estados Unidos de America 33065