Графовые нейронные сети (ИИ24, 7 модуль): различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к навигации Перейти к поиску
← Предыдущая правка
темы лекций
 
(не показано 10 промежуточных версий этого же участника)
Строка 6: Строка 6:
Чат курса в Telegram - https://t.me/+hhjr_I6ph-w2MDIy
Чат курса в Telegram - https://t.me/+hhjr_I6ph-w2MDIy


Гитхаб курса -
Гитхаб курса прошлых лет - https://github.com/elvarid/gnn_course_hse
 
Запись лекций по курсу -  Youtube [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4], Vk Video [https://vkvideo.ru/playlist/-227011779_65]


==Контакты==
==Контакты==


Канал курса в TG: [[ channel link]]
Лектор — Валитов Эльдар Рафекович(TG: @elvarid)
 
Ассистент - Ряжапов Айдар(TG: @Aidar_lspg)


Чат курса в TG: [[ chat link]]
== Лекции ==
Проходят по понедельникам в 18:10


Преподаватель:  
'''Лекция 1 (12.01.26): '''  Введение в графовые нейтронные сети[https://www.youtube.com/watch?v=IxPdeWCdaXw&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=7]


{| class="wikitable"
'''Лекция 2 (26.01.26): '''  Извлечение признаков для графов [https://www.youtube.com/watch?v=CHNzJnXSccI&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=6]
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" |  ||
|-
| style="background:#eaecf0;" |  ||
|}


== Лекции ==
'''Лекция 3 (02.02.26): '''  Эмберддинги и RageRank [https://www.youtube.com/watch?v=pUWRpcYGvU4&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=5]
Проходят по понедельникам в 18:10


'''Лекция 1 (08.09.22): ''' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.
'''Лекция 4 (04.02.26): ''' Алгоритм RageRank [https://www.youtube.com/watch?v=WSOSFS8i7Ec&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=4]


'''Лекция 2 (15.09.22): ''' Создание признаков для вершин/связей/графовых для применения традиционных методов машинного обучения.
'''Лекция 5 (09.02.26): ''' Графовые сверточные сети [https://www.youtube.com/watch?v=SykYjNkcozE&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=3]


'''Лекция 3 (22.09.22): ''' Обсуждение эмбеддингов для вершин графа. Эмбеддинги в случае графов знаний. Эмбеддинги для графов целиком.
'''Лекция 6 (25.02.26): ''' Практика Эмбеддингов и ядер [https://www.youtube.com/watch?v=MNkIKNAQz0c&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=2]


'''Лекция 4 (06.10.22): ''' PageRank. Постановка задачи. Статистический вывод. Приложение для рекомендательных систем.
'''Лекция 7 (26.02.26): ''' Архитектуры и аугментация GNN [https://www.youtube.com/watch?v=o7ClHiHYp6Y&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=1]


'''Лекция 5 (15.10.22): ''' Label Propagation (semi-supervised раскраска). Принцип передачи информации. Графовые свертки.
'''Лекция 8 (16.03.26): ''' Графы знаний и запросы на графах знаний.


'''Лекция 6 (20.10.22): ''' Элементы GNN. Message Passing, Aggregation. GCN. GraphSage. GAT.
'''Лекция 9''': Генеративные графовые нейронные сети.


'''Лекция 7 (03.11.22): ''' Аугментации в GNN. Обучение GNN.
'''Лекция 10''':  Графовые трансформеры.


'''Лекция 8 (10.11.22): ''' Графы знаний. RGCN. Обучение декодеров и свойства репрезентативности.
'''Лекция 11''':  Рекомендательные системы на графах.


'''Лекция 9 (17.11.22): ''' Запросы в графах знаний. Query2Box.
'''Лекция 12''':  Дополнительные материалы.


'''Лекция 10 (01.12.22): ''' Генеративные сети. Графовые генеративные сети.
Дополнительно, помимо обзорных историй было предложено ознакомиться с материалами по структурным/позиционным графовым нейронным сетям.


==Формула оценивания==
==Формула оценивания==
Итоговая оценка вычисляется по формуле
:: О<sub>Итог</sub> = Округление(0.7 * ДЗ + 0.3 * Э),
где ДЗ = ((количество баллов за все ДЗ) / 70) * 10, Э - оценка за экзамен


Оценка = ...<вес 1>...*О<sub>...<форма контроля 1>...</sub> + ...<вес 2>...*О<sub>...<форма контроля 2>...</sub> + ...<вес 3>...*О<sub>...<форма контроля 3>...</sub>
Округление арифметическое.
 
На курсе предусмотрены автоматы - если студент сдал все дз и если студент набирает больше 45 баллов (то есть больше 6.5 оценка за ДЗ) то он освобождается от экзамена с О<sub>Итог</sub> = Округление(ДЗ).


== Домашние задания ==
== Домашние задания ==
#
Домашние задания выкладываются в чате курса в телеграме("Объявления")
#
ссылка для сдачи теордз 1 - [https://docs.google.com/forms/d/e/1FAIpQLScMvz3KTw7pa2FVKBr3XFpFB1ileSopaCsuJQ_hX7z4FrDKXA/viewform?usp=publish-editor]
#
# Дедлайн 11.02.26 в 23:59
#
 
== Литература ==
#
#
#  
#
#

Текущая версия от 15:54, 21 апреля 2026

О курсе

Курс читается для студентов 2-го курса магистратуры ИИ в 7 модуле

Занятия проводятся в Zoom по понедельникам в 18:10-21:00

Чат курса в Telegram - https://t.me/+hhjr_I6ph-w2MDIy

Гитхаб курса прошлых лет - https://github.com/elvarid/gnn_course_hse

Запись лекций по курсу - Youtube [1], Vk Video [2]

Контакты

Лектор — Валитов Эльдар Рафекович(TG: @elvarid)

Ассистент - Ряжапов Айдар(TG: @Aidar_lspg)

Лекции

Проходят по понедельникам в 18:10

Лекция 1 (12.01.26): Введение в графовые нейтронные сети[3]

Лекция 2 (26.01.26): Извлечение признаков для графов [4]

Лекция 3 (02.02.26): Эмберддинги и RageRank [5]

Лекция 4 (04.02.26): Алгоритм RageRank [6]

Лекция 5 (09.02.26): Графовые сверточные сети [7]

Лекция 6 (25.02.26): Практика Эмбеддингов и ядер [8]

Лекция 7 (26.02.26): Архитектуры и аугментация GNN [9]

Лекция 8 (16.03.26): Графы знаний и запросы на графах знаний.

Лекция 9: Генеративные графовые нейронные сети.

Лекция 10: Графовые трансформеры.

Лекция 11: Рекомендательные системы на графах.

Лекция 12: Дополнительные материалы.

Дополнительно, помимо обзорных историй было предложено ознакомиться с материалами по структурным/позиционным графовым нейронным сетям.

Формула оценивания

Итоговая оценка вычисляется по формуле

ОИтог = Округление(0.7 * ДЗ + 0.3 * Э),

где ДЗ = ((количество баллов за все ДЗ) / 70) * 10, Э - оценка за экзамен

Округление арифметическое.

На курсе предусмотрены автоматы - если студент сдал все дз и если студент набирает больше 45 баллов (то есть больше 6.5 оценка за ДЗ) то он освобождается от экзамена с ОИтог = Округление(ДЗ).

Домашние задания

Домашние задания выкладываются в чате курса в телеграме("Объявления") 

ссылка для сдачи теордз 1 - [10]
  1. Дедлайн 11.02.26 в 23:59
Источник — https://wiki.cs.hse.ru/index.php?title=Графовые_нейронные_сети_(ИИ24,_7_модуль)&oldid=96344