《系统化的图神经网络知识》

随着计算机技术的不断发展，人工智能方向的研究也变得越来越多，大数据技术和神经网络技术大放异彩，很多新兴的技术也在慢慢的被人们所熟知，尤其是图神经网络。

学者在研究图论的时候更多的是研究图节点之间的联系，近点之间的联系和远点之间的联系。 图神经网络（Graph Neural Network，GNN）是指使用神经网络来学习图结构数据，提取和发掘图结构数据中的特征和模式，满足聚类、分类、预测、分割、生成等图学习任务需求的算法总称 。是近年来深度学习研究的热门领域之一。恰好异步旗下的《图神经网络：基础、前沿与应用》就是系统介绍有关图神经网络相关的书籍。

《图神经网络：基础、前沿与应用》第一部分介绍了深度学习的表征学习与图表征学习的方法以及相关的图神经网络的概述，第二部分是基础内容部分，第三部分是前沿部分，主要介绍了图分类、链接预测等知识，涉及到的知识还是非常前言的，具有很强的指导意义。第四部分是广泛和新兴的应用，主要介绍的图神经网络在我们生活中的运用，比如推荐系统、机器视觉领域的应用。笔者目前在银行业，感触最深的就是图神经网络在反洗钱中的运用了， 实际上图神经网络的运用难度还是存在不少问题的。

《图神经网络：基础、前沿与应用》这本书值得仔细研读， 当然了读者需要一定的相关的人工智能技术的知识才能很好的领略这本书的内容。希望作者能给我们带来一些实战的案例那就更棒了。