课程名称: CS224W: Machine Learning with Graphs

课程简介:

网络是对复杂的社会、技术和生物系统建模的基本工具。结合在线社交网络的出现和生物科学中大规模数据的可用性,本课程重点分析提供了几个计算、算法和建模挑战的大规模网络。学生将学习机器学习技术和数据挖掘工具,通过研究其潜在的网络结构和相互联系,揭示对社会、技术和自然世界的洞察。

在本课程中,我们将介绍图机器学习技术,包括以下主题:

  • 食品网络和金融市场的稳固性和脆弱性;
  • 万维网的算法;
  • 图神经网络与表示学习
  • 生物网络功能模块的识别
  • 疾病暴发检测。

课程部分大纲:

  • 介绍:图结构
  • 网络的性质和随机图模型
    • 复习课:Snap.py和谷歌云教程
  • 网络中的主题和结构角色
  • 网络中的社区结构
    • 复习线性代数,概率论和证明技术
  • 谱聚类
  • 消息传递和节点分类
  • 图表示学习
  • 图神经网络
  • 图神经网络:动手练习
  • 图的深层生成模型
  • 链接分析:网页排名
  • 网络效应和级联行为
  • 概率传染和影响模型

讲师介绍:

Jurij Leskovec是斯坦福大学计算机科学副教授,研究侧重于分析和建模大型社区和信息网络,作为跨社区、技术和自然世界现象的研究。他侧重于网络结构的统计建模、网络演化、信息传播、网络影响和病毒。他所研究的问题是由大规模数据、网络和其他在线媒体引发的,同样从事文本挖掘和机器学习的应用。个人官网:https://cs.stanford.edu/~jure/

下载索引:链接:https://pan.baidu.com/s/1yvK49SCfmqIXkHMgNqRYYA;提取码:4rea

成为VIP会员查看完整内容
143

相关内容

建模就是建立模型,就是为了理解事物而对事物做出的一种 抽象,是对事物的一种无歧义的书面描述。
斯坦福2020硬课《分布式算法与优化》
专知会员服务
117+阅读 · 2020年5月6日
【2020新书】图机器学习,Graph-Powered Machine Learning
专知会员服务
337+阅读 · 2020年1月27日
专知会员服务
112+阅读 · 2019年12月24日
【课程】纽约大学 DS-GA 1003 Machine Learning
专知会员服务
44+阅读 · 2019年10月29日
通俗易懂!《图机器学习导论》附69页PPT
专知
54+阅读 · 2019年12月27日
图神经网络(Graph Neural Networks,GNN)综述
极市平台
103+阅读 · 2019年11月27日
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
资源|斯坦福课程:深度学习理论!
全球人工智能
15+阅读 · 2017年11月9日
Deep Learning for Energy Markets
Arxiv
8+阅读 · 2019年4月10日
Arxiv
17+阅读 · 2019年3月28日
Arxiv
53+阅读 · 2018年12月11日
Arxiv
15+阅读 · 2018年6月23日
VIP会员
微信扫码咨询专知VIP会员