Графовые нейронные сети (ИИ24, 7 модуль): различия между версиями
| (не показано 5 промежуточных версий этого же участника) | |||
| Строка 7: | Строка 7: | ||
Гитхаб курса прошлых лет - https://github.com/elvarid/gnn_course_hse | 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== | ||
| Строка 17: | Строка 19: | ||
Проходят по понедельникам в 18:10 | Проходят по понедельникам в 18:10 | ||
'''Лекция 1 (12.01.26): ''' | '''Лекция 1 (12.01.26): ''' Введение в графовые нейтронные сети[https://www.youtube.com/watch?v=IxPdeWCdaXw&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=7] | ||
'''Лекция 2 (26.01.26): ''' Извлечение признаков для графов [https://www.youtube.com/watch?v=CHNzJnXSccI&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=6] | |||
'''Лекция 3 (02.02.26): ''' Эмберддинги и RageRank [https://www.youtube.com/watch?v=pUWRpcYGvU4&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=5] | |||
'''Лекция | '''Лекция 4 (04.02.26): ''' Алгоритм RageRank [https://www.youtube.com/watch?v=WSOSFS8i7Ec&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=4] | ||
'''Лекция | '''Лекция 5 (09.02.26): ''' Графовые сверточные сети [https://www.youtube.com/watch?v=SykYjNkcozE&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=3] | ||
'''Лекция | '''Лекция 6 (25.02.26): ''' Практика Эмбеддингов и ядер [https://www.youtube.com/watch?v=MNkIKNAQz0c&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=2] | ||
'''Лекция | '''Лекция 7 (26.02.26): ''' Архитектуры и аугментация GNN [https://www.youtube.com/watch?v=o7ClHiHYp6Y&list=PLmA-1xX7IuzDVtjW2RCQUc1-3wX6JGBN4&index=1] | ||
'''Лекция | '''Лекция 8 (16.03.26): ''' Графы знаний и запросы на графах знаний. | ||
'''Лекция | '''Лекция 9''': Генеративные графовые нейронные сети. | ||
'''Лекция | '''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== | ==Формула оценивания== | ||
| Строка 43: | Строка 55: | ||
== 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 | |||
= | |||
# | |||
# | # | ||
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]
- Дедлайн 11.02.26 в 23:59