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

Материал из Wiki - Факультет компьютерных наук
Перейти к навигации Перейти к поиску
← Предыдущая правкаСледующая правка →
Добавлено время и ссылка на чат курса в тг
темы лекций
Строка 25: Строка 25:
|}
|}


==Материалы курса==
== Лекции ==
Ссылка на плейлист курса на YouTube: [[ YouTube-playlist]]
Проходят по понедельникам в 18:10


Ссылка на GitHub с материалами курса: [[ GitHub repository]]
'''Лекция 1 (08.09.22): ''' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.


{| class="wikitable"
'''Лекция 2 (15.09.22): ''' Создание признаков для вершин/связей/графовых для применения традиционных методов машинного обучения.
|-
! Занятие !! Тема !! Дата !! Материалы для самоподготовки к семинарам !! Дополнительные материалы
|-
| style="background:#eaecf0;" | '''1''' [[ Запись]] || [[ Ноутбук]]  || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''2''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''3''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''4''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''5''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''6''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| Конец первого модуля |
|-
| style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''8''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
|-
|}


=== Записи консультаций ===
'''Лекция 3 (22.09.22): ''' Обсуждение эмбеддингов для вершин графа. Эмбеддинги в случае графов знаний. Эмбеддинги для графов целиком.


'''Лекция 4 (06.10.22): ''' PageRank. Постановка задачи. Статистический вывод. Приложение для рекомендательных систем.
'''Лекция 5 (15.10.22): ''' Label Propagation (semi-supervised раскраска). Принцип передачи информации. Графовые свертки.
'''Лекция 6 (20.10.22): ''' Элементы GNN. Message Passing, Aggregation. GCN. GraphSage. GAT.
'''Лекция 7 (03.11.22): ''' Аугментации в GNN. Обучение GNN.
'''Лекция 8 (10.11.22): ''' Графы знаний. RGCN. Обучение декодеров и свойства репрезентативности.
'''Лекция 9 (17.11.22): ''' Запросы в графах знаний. Query2Box.
'''Лекция 10 (01.12.22): ''' Генеративные сети. Графовые генеративные сети.


==Формула оценивания==
==Формула оценивания==

Версия от 19:57, 12 января 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 -

Контакты

Канал курса в TG: channel link

Чат курса в TG: chat link

Преподаватель:

Ассистент Контакты

Лекции

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 2 (15.09.22): Создание признаков для вершин/связей/графовых для применения традиционных методов машинного обучения.

Лекция 3 (22.09.22): Обсуждение эмбеддингов для вершин графа. Эмбеддинги в случае графов знаний. Эмбеддинги для графов целиком.

Лекция 4 (06.10.22): PageRank. Постановка задачи. Статистический вывод. Приложение для рекомендательных систем.

Лекция 5 (15.10.22): Label Propagation (semi-supervised раскраска). Принцип передачи информации. Графовые свертки.

Лекция 6 (20.10.22): Элементы GNN. Message Passing, Aggregation. GCN. GraphSage. GAT.

Лекция 7 (03.11.22): Аугментации в GNN. Обучение GNN.

Лекция 8 (10.11.22): Графы знаний. RGCN. Обучение декодеров и свойства репрезентативности.

Лекция 9 (17.11.22): Запросы в графах знаний. Query2Box.

Лекция 10 (01.12.22): Генеративные сети. Графовые генеративные сети.

Формула оценивания

Оценка = ...<вес 1>...*О...<форма контроля 1>... + ...<вес 2>...*О...<форма контроля 2>... + ...<вес 3>...*О...<форма контроля 3>...


Домашние задания

Литература

Источник — https://wiki.cs.hse.ru/index.php?title=Графовые_нейронные_сети_(ИИ24,_7_модуль)&oldid=94486