本书面向机器学习从业者，是一本系统讲解图神经网络的实战指南，原著作者凯塔·布罗德沃特、纳米德·斯蒂尔曼结合图学习工业落地一线实践展开全书讲解。本书从图基础概念切入，梳理图数据的各类形态与学习范式，完整覆盖图嵌入、图卷积网络、GraphSAGE、图注意力网络、图自编码器、时空动态图、大规模图训练等主流GNN技术，搭配大量Python实操代码与原理图示，剖析各类模型内在机理、选型权衡与业务实践思路，并介绍推荐系统、分子建模、机械推理等真实业务案例。