图书简介：

近年来，图神经网络(GNN)领域取得了快速和令人难以置信的进展。但在将其应用到其他领域时，它仍然面临着许多挑战，从方法的理论理解到实际系统中的可扩展性和可解释性，从方法的可靠性到应用中的经验性能。然而，随着该领域的迅速发展，获得全球视野的gnn的发展已成为一项极具挑战性的工作。因此，我们感到迫切需要弥补上述差距，并就这一快速发展但具有挑战性的主题出版一本全面的书，它可以造福广泛的读者，包括高级本科生和研究生、博士后研究人员、讲师和行业从业者。

这本书旨在涵盖图神经网络中广泛的主题，从基础到前沿，并从方法到应用。本书致力于介绍GNNs的基本概念和算法，GNNs的新研究前沿，以及GNNs的广泛和新兴应用。

 

书籍电子版下载地址：

https://graph-neural-networks.github.io/index.html

 

领域大牛推荐

“第一本全面涵盖一个快速发展的研究领域——图神经网络(GNN)的书，由权威作者撰写!”

韩家炜 - 美国伊利诺伊大学香槟分校计算机系教授，IEEE和ACM院士

这本书提出了一个全面和及时的图表示学习综述。由这一领域最好的专家编辑撰写，这本书是想学习任何关于图神经网络的学生，研究人员和实践者的必读作品。”

沈向洋-计算机视觉和图形学研究的世界级专家，IEEE Fellow，ACM Fellow）美国工程院院士，英国皇家工程科学院的国际院士

“作为深度学习的新前沿，图神经网络在结合概率学习和符号推理、连接知识驱动和数据驱动范式、开启第三代人工智能发展方面提供了巨大的潜力。这本书提供了全面和深刻的GNN介绍，从基础到前沿，从算法到应用。对于任何想要进入这一令人兴奋的领域的科学家、工程师和学生来说，这都是宝贵的资源。”

张钹 - 中国科学院院士，清华大学教授

“图神经网络是机器学习最热门的领域之一，这本书是一个很棒的深度资源，涵盖了图表示学习的广泛主题和应用。”

Jure Leskovec  -斯坦福大学副教授

图神经网络是一种新兴的机器学习模型，已经在科学和工业领域掀起了一场风暴。是时候采取行动了！它的章节都是由该领域的许多专家精心撰写的。”

Petar Velickovic - DeepMind 高级研究科学家

内容中包含的图片若涉及版权问题，请及时与我们联系删除