Публикации по теме 'link-prediction'
Пошаговое руководство по прогнозированию ссылок с помощью распределенного машинного обучения
Прогнозирование ссылок является серьезной проблемой во многих областях, включая социальные сети, рекомендательные системы и биологические сети. В последние годы методы машинного обучения, такие как машины опорных векторов (SVM) и нейронные сети (NN), продемонстрировали значительный потенциал в решении этой проблемы. Однако по мере увеличения размера графа увеличиваются и вычислительные ресурсы, необходимые для обучения и оценки этих моделей. Чтобы решить эту проблему, можно..
Необходимость специальных алгоритмов предсказания ссылок
Это первая часть серии статей о необходимости алгоритмов прогнозирования ссылок в конкретных доменах.
Как насчет прогнозирования ссылок?
Учитывая сеть друзей, в которой человек A является другом человека B, а человек B — другом человека C, есть ли шанс, что человек A станет другом человека C, учитывая, что у обоих есть друг человека B? есть ли какой-нибудь алгоритм, который может определить такого рода отношения? конечно. Это то, что пытается решить прогнозирование ссылок,..
Практическое руководство. Прогнозирование связи с использованием графика знаний и геометрии PyTorch
Практическое руководство. Прогнозирование связи с использованием графика знаний и геометрии PyTorch
Прошлое, настоящее и будущее построения GNN с помощью TypeDB
Что такое прогнозирование ссылок и почему важен контекст?
Предсказание ссылок — задача предсказания новых связей между двумя сущностями. Эта задача возникает в самых разных областях и приложениях. Здесь мы имеем дело с областями, в которых предсказание ссылок сильно зависит от контекста каждой из вовлеченных сущностей..
Прогнозирование ссылок с использованием машинного обучения
В этой статье я представлю вам некоторые методы прогнозирования ссылок с использованием машинного обучения, такие как логистическая регрессия, случайный лес, SVM (классификатор опорных векторов).
Содержание
Введение в предсказание ссылок Сходства между предсказанием ссылок и классификацией Вывод
1. Введение в предсказание ссылок
График социальной сети — это граф, отображающий социальные отношения между объектами. Это модель или представление социальной сети. Как и на..
Переоценка методов завершения диаграммы знаний
Автор Фарахназ Акрами
ИДИР к.т.н. Студенты Фарахназ Акрами и Самиул Саиф вместе с доктором Чэнкай Ли и их сотрудниками Цинхэн Чжан и доктором Вей Ху из Нанкинского университета провели документ, недавно принятый SIGMOD 2020. Документ называется Реалистичная переоценка методов завершения графа знаний: экспериментальное исследование . Благодаря обширному эмпирическому исследованию исследуется истинная эффективность моделей завершения графа знаний, особенно многих хорошо изученных..
Прогнозирование ссылок с Neo4j, часть 2: прогнозирование соавторов с помощью scikit-learn
Это вторая из серии публикаций о функциях прогнозирования ссылок, которые недавно были добавлены в Библиотеку графических алгоритмов Neo4j .
В 1-м посте мы узнали о мерах предсказания ссылок, о том, как их применять в Neo4j и как их можно использовать в качестве функций в классификаторе машинного обучения. Мы также узнали о проблеме разделения наборов данных поездов и тестов при работе с графиками.
В этом посте мы применим полученные знания к набору данных цитирования. Мы..
Глубокое погружение в конвейер прогнозирования ссылок Neo4j и алгоритм встраивания FastRP
Узнайте, как обучать и оптимизировать модели прогнозирования ссылок в библиотеке Neo4j Graph Data Science, чтобы получить наилучшие результаты
В моем предыдущем сообщении в блоге я представил недавно доступный конвейер прогнозирования ссылок в библиотеке Neo4j Graph Data Science . После публикации мне потребовалось больше времени, чтобы копнуть глубже и изучить внутреннюю работу конвейера. По пути я узнал пару вещей, которыми хочу поделиться с вами. Сначала я намеревался показать, как..
