From 37c719499fbfe44f4b27b37f7224c871430326c1 Mon Sep 17 00:00:00 2001 From: pengzhangzhi <1445939286@qq.com> Date: Mon, 21 Jun 2021 12:11:48 +0800 Subject: [PATCH] add a course cs224w --- ...1bb0d5862e7ec8ccf9a3da12b6c155.png@100w_100h.webp | Bin 0 -> 2776 bytes .../README.md | 61 ++++++++++++++++++ 2 files changed, 61 insertions(+) create mode 100644 Stanford CS224W《图机器学习》by Jure Leskovec/README.assets/8e6fb491eb1bb0d5862e7ec8ccf9a3da12b6c155.png@100w_100h.webp create mode 100644 Stanford CS224W《图机器学习》by Jure Leskovec/README.md diff --git a/Stanford CS224W《图机器学习》by Jure Leskovec/README.assets/8e6fb491eb1bb0d5862e7ec8ccf9a3da12b6c155.png@100w_100h.webp b/Stanford CS224W《图机器学习》by Jure Leskovec/README.assets/8e6fb491eb1bb0d5862e7ec8ccf9a3da12b6c155.png@100w_100h.webp new file mode 100644 index 0000000000000000000000000000000000000000..526a0d48ab2bb69ad7de6c52c35ede0337a25bb2 GIT binary patch literal 2776 zcmV;}3MchaNk&G{3IG6CMM6+kP&il$0000G0001A003VA06|PpNc{o;00E!`0FWU` ziq_h;ZQHhO+qP}nwr%T-wQUbu@u;kdsH!-=B4PsIf7bCEEx&Z{)AJwp_RVg&?0xtC z@ch%gOUoO@HzCJHKN`H*+HEXL>(VYgN9k5s2=3N5(V%~04yHI8f=GN=-bjOw7?|x; zxn~FPV*^7K9w9NfJ`P902S^W0_2?vdiHKNVRUZ-YRT4eV)Bw^S6r@#*K-S$ZRc+Ls zaA@2oG+0~5wHsL@DpCr4N9GL<#T>=gG@3Nu6bn_34aoexkg>$?kbRKilmcsOYNPU+ zY7nx&OKfNj@`t3>j8_fS3{_25qz>W3HAadB`GUAn(?+%26V>Bds%oRygh9SwF$0^? z%+Qzs&`xE%tR`kCnz>moW{4@+q2rb}$oXJOHnFzqtQ2d7PJglb>l75LppNUKP#;}7Fiohbpr67kk~f6`m@U$5 zFdFTqKsTcqg8U)kgyaWe>F>gPFAe09A4K_35*QP26=Z8-;O!ffA$)T=VD{Wa8Lt9+ zHW(alaJgSDq#)X=#>=qHO2LilTZGFpQK1+cW$s%n@1!6xJJu z)KMC&PFg3<6w*U+E>hy5xS$r6XFHL`Q{?PZ{i#S>LPJQkQ$0poD}_=Fi#yM zSSQR>pjQ$mCxhcxQH}yc1#5JPuXDFt{>i0 zf^V*EpIAEyNE$t3{t^{yG;H3WdWGWo(nW>;P5}T`P&gp02LJ$&BmkWODqsL$06vK} zl}Du`A|W!jolu|=32XqbzBt*wCH|MqW~}|c@Q>t2BV8fq0nMN6e(JkZ`GWqY^uhBB z`vLnc?$iFO)mQkRP!H+f=6cQj1b=G1HNR;-4!>?ca(&8w!vFuxW9wNW<8HX-kxsK` zzD{<2>8)!~0#aZ(hMu6_ zt)lV}920Q0fbwHVs{aqbY~6;Xn8(QWNRwz>_(y%!cgEvQtS3bay3YNh36Pu3=!`^6 z7<+Tw-@?x$<-)ymlGxei?Y|Y%Rr8N=`;d&z$ah3|$@I;r3!u_*SJm1vf|wx!E)198 zM}u%*o!!nxv8F!4#H^ni)TPrrLGc}aOXunU0RHtMT1Edk)ZF{}y!J6bTh3pi*s?2; zhQ?vMGlh;DEG)DJ$v4o@J5kO$7VRiNAqswZg^UVsDrQk=8b~MBNqq`?k8}Bc3IW;BmLmTg`ezr7ZxFZE%5XCsz*}{ z4>#inUaPMnEC85*_WK~<22yZQC1&m50}F?lIkG#|E2uVY6$?#2{;>39HG@cqS9yjm zylNi!621B!aK)Iy;HZ`|>=D+5_H$^x*eLMi&mxsVnhZ1g@0BANmq0fTk8Fd>)X&6~ zZ*8^E+2;{nt+%nnMjKH`D-5QS-noL?rI!XA7KU3MHMzgj8Ax7f!Ej6kaWTuqt~SLG zNT}5*dobpl!Nc5FeU-8TY78d*^x=s5`lFdI9W&<+vPbER1+@!g=1}IHXg}UdN zqlTnoJgI!Be_j?QKnkbwT1Z$t6cXK7bZTr8?&;RL;{H_){Y&3Hq*R8zTa!K-G~eq* zx`dqEveT9S;Xz2D{|_z)X8un0B;b{qL=ZQ=T!rag=zoiaYPx=5TrGW;L|P3ok8-={ zLYSXyJkrw`G15+ALghGP zcum+%b&4TQ*K>le;gu$oXNxi|L#^2B9hY2vNUQ!ushL^w(cTC1v6_h3yfvf)14P@? zBsV-Xj+9VcM|4Yq#HR#&2?~GM=p}dJZ-{LB_G0G|U%iZn& z+5?_t2^1TuE@`i>`j-g3OU+F;Nh6q4Ci|TO@9Y_LLwvnAcqZ(Sz zW$BId*5}aCP^{RSeTGODdH6H=s{JQIuOx|rN%F30hE?$YHv;Y77ga0c4uv_VPKlv@r4p*E2)_4yDEhTD7ZknT=wh!dD5s^LuL@T>>YxA#OZ08cLlC+qrCDQwhW^b(W040?5N5o%i&0n?%zZgm$Vrma z@Km8b;c}T}Z`bWf$A6O&w{oVT@sNX=q)C;z;YOOnhXY%5YsER!O|KMmrMsmM)-*pE zPPO!u?P|x|h$y-_dOmY6f2{`~Fti55i>**N?viMw{`{qzKVc*6mwLzA){l6RTEWz_ z(QsjX>?YJd#O%VdKvVou+Dt(KXod-+t<~DFdPl&YTqU`?SmJ>%m&}#d$fFnT`@0uF z7|Ztr47`A#cBH4&Pc>fs6*N?}T0TA?zn>3G4oapc%cIj2v7{8!Y`VZV+M{e3?0}Ip zlXx~6EgkB^+5;*5~THol;-wGL;ZW7o{H;(B$>NcffBQ-ept-Uh4y># zg1_@vnB_`+aKDQ|Mvs`_Q}8hcGug*O*<UQoNfK!f%B+6ehruUW=lD$VCR(cJ>v4x`)QO4goHT1`!kbqYJXIL&?LUrR(dLRd zOH+6MBJuoE4d5!TDjfriM3v2v@Iq=Gw0@1iH6`Lc$QAFr!%y)ATSYY781`~YoAuj{ e+`*;Qo=SWxXgCm|@-7W@|Da-0B*jw(h^PQenP=?) literal 0 HcmV?d00001 diff --git a/Stanford CS224W《图机器学习》by Jure Leskovec/README.md b/Stanford CS224W《图机器学习》by Jure Leskovec/README.md new file mode 100644 index 0000000..c2d7c9e --- /dev/null +++ b/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 +