随身听第39期： GNN课程详解——图数据切分与模型数据载入
上期我们介绍了基于图神经网络GNN的图异常值检测，今天我们就来了解一下图数据切分与模型数据载入的问题，本期内容节选自TigerGraph图课堂直播，欢迎登陆官网观看完整版视频，利用TigerGraph ML Workbench（机器学习工作台）进行的demo演示。另外，也跟大家预告一下我们明天的图课堂直播课程，本期内容将分享TigerGraph的全新方案：在图数据库中使用GNN对十亿级数据进行全量推理。
随身听第38期： 基于图神经网络GNN的图异常值检测
今天我们要介绍的是由伊利诺伊大学芝加哥分校正在攻读博士学位的博士生窦英通撰写的基于图神经网络的图异常值检测文章，作者致力于图数据挖掘、欺诈检测和安全机器学习。文章的内容基于他最近的论文和 在KDD 2022 机器学习在金融领域workshop的分享。
随身听第37期： 使用 TigerGraph图技术增强机器学习，选自O’Reilly 电子书
今天的随身听，我们将主要围绕“洞察”这个主题进行讨论。在这本O'Reilly电子书的机器学习章节中，您可以详细地看到图如何增强机器学习的中心阶段，即特征提取和所有重要的模型训练。这些独特的图特征为机器学习提供了更好的构建模型的原材料。
随身听第36期： TigerGraph Cloud 3.8 产品更新亮点全解析
11月 TigerGraph Cloud发布了最新版本3.8，今天我们将为大家更全面地介绍TigerGraph Cloud最新版本中的一些全新工具和改进，包括全新上线的图可视化和分析工具TigerGraph Insights、TigerGraph ML Workbench（ 机器学习工作台）、TigerGraph GraphStudio最新版、Admin Portal等。
借助TigerGraph ML Workbench（ 机器学习工作台），加速企业BI
利用TigerGraph Cloud上的ML Workbench为您的BI提速
在这篇博客中，我们将展示如何在TigerGraph Cloud上，使用机器学习工作台（ML workbench），在准备你的图数据集后，如何创建图特征工程，训练你的GNN模型，用子图可视化你的模型预测等。最终借助TigerGraph ML Workbench（ 机器学习工作台），加速企业BI。
