Графовые нейронные сети (ИИ24, 7 модуль)

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): 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

О_Итог = 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 О_Итог = Округление(ДЗ).