Algorithm 在机器学习中使用图论的建议?
通过观看Christopher Bishops的视频(),我学到了很多关于使用图形进行机器学习的知识。我发现它非常有趣,并观看了其他一些相同类别(机器学习/图形)的节目,但我想知道是否有人对学习更多的方法有任何建议 我的问题是,尽管这些视频提供了很好的高层次理解,但我还没有太多的实际技能。我读过Bishops关于机器学习/模式的书,也读过Norvig的AI书,但这两本书似乎都没有涉及到具体的使用图。随着搜索引擎和社交网络的出现,我认为基于图形的机器学习将会很流行 如果可能的话,有人能提供一个可以学习的资源吗?(我是这个领域的新手,开发对我来说是一种爱好,所以如果有一个非常明显的资源可以学习的话,我很抱歉。我尝试了谷歌和大学网站)Algorithm 在机器学习中使用图论的建议?,algorithm,math,artificial-intelligence,machine-learning,graph-theory,Algorithm,Math,Artificial Intelligence,Machine Learning,Graph Theory,通过观看Christopher Bishops的视频(),我学到了很多关于使用图形进行机器学习的知识。我发现它非常有趣,并观看了其他一些相同类别(机器学习/图形)的节目,但我想知道是否有人对学习更多的方法有任何建议 我的问题是,尽管这些视频提供了很好的高层次理解,但我还没有太多的实际技能。我读过Bishops关于机器学习/模式的书,也读过Norvig的AI书,但这两本书似乎都没有涉及到具体的使用图。随着搜索引擎和社交网络的出现,我认为基于图形的机器学习将会很流行 如果可能的话,有人能提供一个可以
提前谢谢 麦克阿瑟天才奖获得者和斯坦福大学教授达芙妮·科勒(Daphne Koller)共同编写了一本关于贝叶斯网络的权威教科书,书名为,其中对应用于人工智能的图论进行了严格的介绍。它可能并不完全符合您所寻找的,但在其领域,它受到高度重视。您可以参加斯坦福大学的机器学习和人工智能免费在线课程:
这些课程不只是专注于图论,还包括该领域更广泛的介绍,它们将让您很好地了解如何以及何时应用哪种算法。我知道您已经阅读了有关AI和ML的介绍性书籍,但我认为在线课程将为您提供许多可以尝试的练习。首先,我强烈推荐Maksim Tsvetovat和Alexander Kouznetsov的书。对于需要快速掌握特定学科(在本例中为图论)基本流利性的程序员来说,这本书是天赐之物,这样他们就可以开始编写代码来解决该领域的问题。两位作者都是受过学术训练的图表理论家,但他们的书的目标读者是程序员。本书中介绍的几乎所有示例都是使用该库的python 第二,对于您心目中的项目,两种库即使不是必不可少的,也是非常有用的:
- 图形分析:例如,优秀的(python),或 (python,R,et.al.)是我可以高度推荐的两个;及
- 图形渲染:非常好,可以使用 独立于命令行,但您更可能希望 把它当作图书馆;在所有主要应用程序中都有graphViz绑定 语言(例如,对于python,我知道至少有三种语言, 虽然是我的偏好,但对于R来说,它是 软件包套件的一部分)。Rgraphviz有很好的文档(特别是包中包含的Vignette)
- 学习基本的图论词汇和分析单位 (例如,度序列分布、节点遍历、图 运营商)
- 区分图中的关键节点(例如,度中心, 特征向量中心性、分类性);及
- 识别原型图子结构(例如,二部结构, 三角形、周期、集团、集群、社区和核心)