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

Материал из Wiki - Факультет компьютерных наук
Перейти к навигации Перейти к поиску
← Предыдущая правкаСледующая правка →
контакты указаны
Нет описания правки
Строка 19: Строка 19:
'''Лекция 1 (12.01.26): ''' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.
'''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 2 (19.01.26): '''


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


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


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


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


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


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


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

Версия от 20:13, 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

Лектор — Валитов Эльдар Рафекович(TG: @elvarid)

Ассистент - Ряжапов Айдар(TG: @Aidar_lspg)

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):

Лекция 3 (26.01.26):

Лекция 4 (02.02.26):

Лекция 5 (09.02.26):

Лекция 6 (02.03.26):

Лекция 7 (16.03.26):

Лекция 8 (23.03.26):

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

Источник — https://wiki.cs.hse.ru/index.php?title=Графовые_нейронные_сети_(ИИ24,_7_модуль)&oldid=94490