斯坦福CS224W图机器学习、图神经网络公开课笔记 第一讲:导论 1. 图机器学习和图神经网络的基本知识 基本定义:图是描述关联数据的通用语言。 应用领域:Computer Networks, Disease Pathways, Particle Networks等。 主要问题:如何利用节点直接的关系结构去做出更好的预测?如何对带关联的图数据进行数据挖掘? 传统的机器学...
CS224W-图神经网络笔记 1. Introduction Ufowo...发表于CS224... 【斯坦福CS224W 图与机器学习 3】:Motifs and Structural Roles 这一节前面还穿插了一节内容Recitation: Snap.py and Google Cloud tutorial ,主要介绍了snap-stanford的用法,感兴趣的同学可以戳 这里了解,还有snap-stanford的官网,包括了这个工具的...
Interactions(关系):links、edges表示为EE System:network、graph表示为G(N,E)G(N,E) 设计本体图 如何设计本体图,取决于将来想解决什么样的问题 有些时候,本体图是唯一的、无歧义的 图的类型 无向图:连接是无方向的 有向图:连接是有方向的 异质图:节点和连接都存在不同的类型 二分图(Bipartite Graph) 节点...
Stanford CS224W、知识图谱实战 DeepWalk、Node2vec PageRank GNN、GCN、Graph-SAGE、GIN、GAT Trans-E、Trans-R 扩展学习:图计算 图论与数据结构: 中心性、连通性、最短路径、关键路径、拓扑排序、聚集系数、标签传播 概率图模型: Koller的公开课 图机器学习: 图神经网络 图嵌入 Graph Embedding 节点、边、子图、...
这个时候就要用到“loopy belief propagation” 关于loopy bp algorithm,一方面比较复杂。。。一方面不太需要。。。我本来是想看node2vec和gnn的。。结果顺序搞错了看了这一章节,后续写完了第七、第八课的介绍再会回过头来写这个吧。
Breadcrumbs zihao_course /CS224W / 8-GIN.md Latest commit HistoryHistory File metadata and controls Preview Code Blame 68 lines (35 loc) · 2.11 KB Raw 图神经网络的表达能力 同济子豪兄 2023-3-13 视频 中文精讲视频:https://www.bilibili.com/video/BV1MT411Y7da Youtube视频: https://...
主讲人为斯坦福计算机学院副教授Jure Leskovec,图表示学习方法 node2vec 和 GraphSAGE 的作者之一,GNN里一半的前沿研究和新应用都绕不开这位大佬。 顺带一提这位老师是斯洛文尼亚人,一口小弹舌毛式英语,讲起课来很有精神。 这门公开课已于今年3月底完结,课程主页上有全套课件可供下载。
在为期11周的学习中,根据github上提交的作业、笔记挑选出三位优秀学员 @geekhch @MakiNaruto @BobOfRivia CS224n是一个很有难度的NLP入门课程,能够坚持打卡需要很多恒心和毅力~后续小夕会分别联系以上三位优秀学员,送上助力成长,收获可爱的神秘礼包。希望你们的NLP之路越走越远,越来越好~ ...
问题1:知识图的边缺失会导致结果失真,如何使用嵌入来隐式插补缺失? 问题2:如何表示一组实体?如何定义嵌入空间中的交集操作? 4 Query2box 联合查询 Query2box 核心思想:把序列映射成 boxes,每个实体(节点)都是一个包含中心点和偏移项的 box;关系(边)则是一种投影运算;一个 box 可以通过投影运算得到一个新的 ...
图神经网络在 ICLR 的 2023 热度词上排名第 4: 3 图的复杂性 图网络结构的复杂性: 存在任意规模和复杂度的拓扑结构(即没有像网格那样的空间局部性) 没有固定的节点顺序或参考点(锚定点) 通常是动态的并且具有多模式特征,即图表示可能不是唯一的 异构图(heterogeneous graph)定义如下: G=(V,E,R,T) 节...