Graph Machine Learning
그래프 머신러닝
![](https://www.netminer.com/images/content/machine_bg_head.jpg)
![machine 1번 이미지](https://www.netminer.com/images/content/machine_img01.png)
Input Graph
![machine 2번 이미지](https://www.netminer.com/images/content/machine_img02.png)
Graph Measures
Graph Machine Learning
![machine 3번 이미지](https://www.netminer.com/images/content/machine_img03.png)
Node Classification
![machine 4번 이미지](https://www.netminer.com/images/content/machine_img04.png)
Link Prediction
![machine 5번 이미지](https://www.netminer.com/images/content/machine_img05.png)
![machine 6번 이미지](https://www.netminer.com/images/content/machine_img06.png)
Graph Classification
그래프 머신러닝이란 그래프의 관계적 특성을 학습에 활용하거나 그래프 신경망을 통해 그래프를 학습하는 것을 의미합니다.
그래프 머신러닝은 노드를 분류하거나, 링크를 예측하고, 그래프를 분류할 수 있습니다.
그래프는 ‘관계’를 분석함으로써, 더욱 정확한 데이터 패턴을 추출하여
머신러닝 모델을 개선시킬 수 있습니다
그래프 머신러닝은 데이터에 포함된 관계 또는 연관성을 학습에 추가로 활용하므로, 분류 및 예측의 정확도와 설명 가능성을 높일 수 있는 것으로 입증되었습니다.
이제 연구자와 비즈니스 의사결정자는 그래프 분석, 그래프 머신러닝, 머신러닝, 다변량 통계 분석의 결합으로 더 정확하고, 신뢰할 수 있는 분석 결과를 얻을 수 있습니다.