斯坦福2019秋季明星課程:圖機器學習資料全公開
賴可 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
斯坦福2019秋季課程CS224W:圖機器學習一共19節課,PPT,講義和閱讀資料已經全部公開!
等不及的小伙伴可以到最底端“傳送門”快梯直達,開始學習吧~
課程簡介
課程內容
網絡經常作為工具,來對復雜的社會,技術和生物系統進行建模。這門課程結合線上社交網絡的生物科學中的大規模數據,來分析大型網絡。這些大型網絡提出了一些關于計算、算法和建模方面的挑戰。
在課程中,可以學習到這些大型網絡的底層網絡結構和互連,了解機器學習技術和數據挖掘工具。這些技術和工具能夠增進對社會,技術和自然世界的理解。
課程主題有:萬維網的算法;圖神經網絡和表示學習;識別生物網絡中的功能模塊;疫情檢測;食物網絡和金融市場的穩健性和脆弱性。
大綱目錄
- 課程介紹;圖(Graphs)的結構
- 網絡的性質和隨機圖模型
復習課:Snap.py和Google Cloud教程 - 網絡中的主題和結構角色
- 網絡中的社區結構
復習課:線性代數,概率論和證明技術 - 譜聚類
- 消息傳遞和節點分類
- 圖表示學習
- 圖神經網絡
- 圖神經網絡:動手練習
- 圖的深度生成模型
- 鏈接分析:PageRank
- 網絡效應和級聯行為
- 概率傳染和影響力模型
- 網絡中的影響力最大化
- 網絡中的疫情檢測
- 網絡演化
- 知識圖推理
- 圖神經網絡的局限性
- 圖神經網絡的應用
講師介紹和課前準備
課程有兩名講師,八位助教
主要講師是斯坦福大學計算機科學副教授Jurij Leskovec。在此之前,他取得了卡內基梅隆大學計算機博士學位。
他的研究專注于大型社交和信息網絡的分析與建模,以研究跨社會、技術和自然世界的現象。他專注于網絡結構的統計建模、網絡演化、信息傳播、網絡影響等。
他研究的問題由大規模數據、網絡和其它線上媒體促發。他也致力于文本挖掘和機器學習的應用。
聯合講師是計算機科學博士后研究員Michele Catasta
需要的知識儲備
基本的計算機科學原理知識,能夠編寫普通計算機程序
熟悉基本概率論
熟悉基本線性代數
推薦課前閱讀
《網絡、人群和市場:關于高度聯通世界的思考》
近年來,公眾對現代社會復雜的“聯系”越來越著迷。這種聯系體現在許多方面:互聯網快速發展,全球交流的便捷程度,新聞和信息的能量,流行病和金融危機的傳播。
這本書借鑒了經濟學,社會學,計算機和信息科學以及應用數學的思想,描述了新興的研究領域。
這些領域正在所有原有領域的交界處發展,并解決了有關社會,經濟和技術世界如何連接的基本問題。
《網絡社會》
這是一本網絡科學的教科書,內容從可視化和交互工具到模擬和數據分析。印刷版于2015年由劍橋大學出版社出版。
傳送門
課程主頁可以下載PPT和每堂課的講義
http://web.stanford.edu/class/cs224w/
《網絡、人群和市場》
http://www.cs.cornell.edu/home/kleinber/networks-book/
《網絡科學》
http://networksciencebook.com/
- 看「菊紋」,知疾病,這個智能馬桶,知道你下半身的所有秘密2020-04-12
- 這拖拉機你能開算我輸:美國少女“揭秘”現代拖拉機駕駛室2020-05-05
- 史上最大“云辦公”實驗開始,你參加了嗎?2020-02-04
- 英偉達上線游戲云服務平臺GeForce Now,每月4.99美元2020-02-05




