斯坦福2019秋季明星課程：圖機器學習資料全公開
賴可 發(fā)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(jié)課，PPT，講義和閱讀資料已經(jīng)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(nèi)容
網(wǎng)絡經(jīng)常作為工具，來對復雜的社會，技術和生物系統(tǒng)進行建模。這門課程結合線上社交網(wǎng)絡的生物科學中的大規(guī)模數(shù)據(jù)，來分析大型網(wǎng)絡。這些大型網(wǎng)絡提出了一些關于計算、算法和建模方面的挑戰(zhàn)。
在課程中，可以學習到這些大型網(wǎng)絡的底層網(wǎng)絡結構和互連，了解機器學習技術和數(shù)據(jù)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(wǎng)的算法；圖神經(jīng)網(wǎng)絡和表示學習；識別生物網(wǎng)絡中的功能模塊；疫情檢測；食物網(wǎng)絡和金融市場的穩(wěn)健性和脆弱性。
大綱目錄
- 課程介紹；圖(Graphs)的結構
- 網(wǎng)絡的性質(zhì)和隨機圖模型
復習課：Snap.py和Google Cloud教程 - 網(wǎng)絡中的主題和結構角色
- 網(wǎng)絡中的社區(qū)結構
復習課：線性代數(shù)，概率論和證明技術 - 譜聚類
- 消息傳遞和節(jié)點分類
- 圖表示學習
- 圖神經(jīng)網(wǎng)絡
- 圖神經(jīng)網(wǎng)絡：動手練習
- 圖的深度生成模型
- 鏈接分析：PageRank
- 網(wǎng)絡效應和級聯(lián)行為
- 概率傳染和影響力模型
- 網(wǎng)絡中的影響力最大化
- 網(wǎng)絡中的疫情檢測
- 網(wǎng)絡演化
- 知識圖推理
- 圖神經(jīng)網(wǎng)絡的局限性
- 圖神經(jīng)網(wǎng)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(nèi)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(wǎng)絡的分析與建模，以研究跨社會、技術和自然世界的現(xiàn)象。他專注于網(wǎng)絡結構的統(tǒng)計建模、網(wǎng)絡演化、信息傳播、網(wǎng)絡影響等。
他研究的問題由大規(guī)模數(shù)據(jù)、網(wǎng)絡和其它線上媒體促發(fā)。他也致力于文本挖掘和機器學習的應用。
聯(lián)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(shù)
推薦課前閱讀
《網(wǎng)絡、人群和市場：關于高度聯(lián)通世界的思考》
近年來，公眾對現(xiàn)代社會復雜的“聯(lián)系”越來越著迷。這種聯(lián)系體現(xiàn)在許多方面：互聯(lián)網(wǎng)快速發(fā)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(jīng)濟學，社會學，計算機和信息科學以及應用數(shù)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(fā)展，并解決了有關社會，經(jīng)濟和技術世界如何連接的基本問題。
《網(wǎng)絡社會》
這是一本網(wǎng)絡科學的教科書，內(nèi)容從可視化和交互工具到模擬和數(shù)據(jù)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(wǎng)絡、人群和市場》
http://www.cs.cornell.edu/home/kleinber/networks-book/
《網(wǎng)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(xiàn)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
