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

Материал из Wiki - Факультет компьютерных наук
Перейти к навигации Перейти к поиску
время лекций отредачено
формула оценки
Строка 45: Строка 45:


==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 ==

Версия от 20:02, 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 (12.01.26): Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.

Лекция 2 (19.01.26): Создание признаков для вершин/связей/графовых для применения традиционных методов машинного обучения.

Лекция 3 (26.01.26): Обсуждение эмбеддингов для вершин графа. Эмбеддинги в случае графов знаний. Эмбеддинги для графов целиком.

Лекция 4 (02.02.26): PageRank. Постановка задачи. Статистический вывод. Приложение для рекомендательных систем.

Лекция 5 (09.02.26): Label Propagation (semi-supervised раскраска). Принцип передачи информации. Графовые свертки.

Лекция 6 (02.03.26): Элементы GNN. Message Passing, Aggregation. GCN. GraphSage. GAT.

Лекция 7 (16.03.26): Аугментации в GNN. Обучение GNN.

Лекция 8 (23.03.26): Графы знаний. RGCN. Обучение декодеров и свойства репрезентативности.

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

Литература