Data Analytics on Graphs
A nagy teljesítményű számítógépek és a hatalmas adathalmazok jelenlegi elérhetősége új lehetőségeket teremt a számítási matematikában, hogy egyesítse a gráfelmélet, a gépi tanulás és a jelfeldolgozás fogalmait és eszközeit, létrehozva a gráfokon alapuló adatelemzést.
A diszkrét matematikában a gráf csupán pontok (csomópontok) és a pontok egy részét vagy mindegyikét összekötő vonalak gyűjteménye. Az ilyen gráfok ereje abban rejlik, hogy a csomópontok olyan különböző entitásokat képviselhetnek, mint a közösségi hálózatok felhasználói vagy a pénzpiaci adatok, és hogy ezek jelekké alakíthatók, amelyek adatelemző eszközökkel elemezhetők. Az Adatelemzés gráfokon átfogó bevezetést nyújt a gráfokon történő fejlett adatelemzés létrehozásához, amely lehetővé teszi, hogy túllépjünk a szokásos rendszeres időbeli és térbeli mintavételezésen, és megkönnyítsük a modellezést számos fontos területen, többek között a kommunikációs hálózatok, az informatika, a nyelvészet, a társadalomtudományok, a biológia, a fizika, a kémia, a közlekedés, a várostervezés, a pénzügyi rendszerek, a személyes egészség és sok más területen.
A szerzők modern adatelemzési szempontból vizsgálják felül a gráftopológiákat, és a gráfhálózatok taxonómiáját állítják fel. Ennek alapján a szerzők bemutatják, hogy a gráfok spektrális elemzése hogyan vezet ahhoz, hogy még a legnagyobb kihívást jelentő gépi tanulási feladatok, például a klaszterezés is intuitív és fizikailag értelmes módon végezhető el. A szerzők részletesen bemutatják a gráfadat-elemzés egyedi aspektusait, például a szabálytalan tartományokon szerzett adatok feldolgozására vonatkozó előnyeiket, a statisztikai tanulási eljárások finomhangolására való képességüket a helyi információfeldolgozás révén, a gráfokon megjelenő véletlen jelek és a gráfeltolódások fogalmát, a gráf topológiájának tanulását a gráfokon megfigyelt adatokból, valamint a mély neurális hálózatokkal, a többirányú tenzorhálózatokkal és a Big Data-val való összefolyást. A fogalmak konkrétabbá tétele és a mögöttes elvek jobb megértésének elősegítése érdekében kiterjedt példák szerepelnek a könyvben.
Az adatelemzés alapjait jól ismerő olvasóknak szánt könyv a gráfelmélet alapjait és a gráfkörnyezetekben szerzett adatok széles körének elemzéséhez szükséges, újonnan megjelenő matematikai technikákat mutatja be. Data Analytics on Graphs hasznos barátja és hasznos kísérője lesz mindazoknak, akik adatgyűjtéssel és -elemzéssel foglalkoznak, függetlenül az alkalmazási területtől.
