Merge pull request #15 from pengzhangzhi/peng

add a course cs224w

Stanford CS224W《图机器学习》by Jure Leskovec/README.md

@@ -0,0 +1,61 @@
+课号：[CS224W](http://web.stanford.edu/class/cs224w/)
+
+教授：[Jure Leskovec](https://profiles.stanford.edu/jure-leskovec)
+
+评论贡献者：[Zhangzhi Peng](https://github.com/pengzhangzhi/)
+
+- [x] Videos [bilibili](https://www.bilibili.com/video/BV1RZ4y1c7Co/?spm_id_from=333.788.recommend_more_video.0)
+- [x] [Lab x 11](http://web.stanford.edu/class/cs224w/projects.html)
+- [x] [Complete Notes & Slides](http://web.stanford.edu/class/cs224w/index.html#schedule)
+
+  
+
+## 课程信息
+
+> 这门课程主要聚焦分析大量图时所面对的计算、算法和建模挑战。通过研究底层图结构及其特征，学习者可以了解机器学习技术和数据挖掘工具，从而在多种网络中有所发现。
+>
+> 这门课程涉及的主题包括：表征学习和图神经网络；万维网算法；基于知识图谱的推理；影响力最大化；疾病爆发检测；社交网络分析。
+
+## 适合人群
+
+对图神经网络感兴趣，想要入门的同学。
+
+## 先修条件
+
+我个人认为只需要入门过深度学习的同学听懂这门课都没压力。 以下是官方的prerequisites.
+
+> Students are expected to have the following background:
+>
+> - Knowledge of basic computer science principles, sufficient to write a reasonably non-trivial computer program (e.g., CS107 or CS145 or equivalent are recommended)
+> - Familiarity with the basic probability theory (CS109 or Stat116 are sufficient but not necessary)
+> - Familiarity with the basic linear algebra (any one of Math 51, Math 103, Math 113, or CS 205 would be much more than necessary)
+>
+> The recitation sessions in the first weeks of the class will give an overview of the expected background.
+
+## 课程评价
+
+
+
+leskovec绝对是图神经网络的大神，去查阅文献的时候就能发现几乎牛逼的模型都有他的身影。而作为学术大牛，讲课水平也极其之高。
+
+> 课程主讲人 Jure Leskovec 是斯坦福大学计算机科学副教授，也是图表示学习方法 node2vec 和 GraphSAGE 的作者之一。他主要的研究兴趣是社会信息网络的挖掘和建模等，特别是针对大规模数据、网络和媒体数据。据 Google Scholar 显示，Jure Leskovec 发表论文 400 余篇，被引用次数超过 82000 次，h 指数为 114。其论文多次发表在 Nature、NeurIPS、KDD、ICML 等期刊和学术会议上，并两次获得 KDD 时间检验奖。
+
+市面上绝大多数介绍图卷积的资料都在提数学概念频谱，傅里叶变换之类的名词，作为一个计算机科班的学生对这些概念根本没有了解，根本听不懂再说啥。而从更深刻，直观的角度介绍了图卷积的原理和背后的直觉，因此深入浅出，浅显易懂，十分推荐。
+
+其次，课程作业也设计很好，贴合课程内容，加深对内容的学习，只需要一些深度学习pytorch编程的基础，就可以按照要求设计一个图神经网络。这门课的作业使用的是**PyTorch Geometric (PyG)**。不得不说，这个工具的作者也是leskovec的学生~ 
+
+[
+  ](https://link.zhihu.com/?target=https%3A//github.com/rusty1s/pytorch_geometric)
+
+## 需要注意的坑点
+
+没啥坑的，就是大佬的口音不太正，不过配合字幕听懂完全无压力。
+
+## 非官方资料推荐
+
+- 我自己写的图神经网络入门资料：[序言：图神经网络入门（坑） - 知乎 (zhihu.com)](https://zhuanlan.zhihu.com/p/370944518)
+
+## 后续课程推荐
+
+- 无
+