斯坦福2021版图机器学习课程完结,视频、PPT全放送,大神主讲

机器学习算法与Python实战

共 1930字,需浏览 4分钟

 ·

2021-05-11 02:17

↑↑↑点击上方蓝字,回复资料,10个G的惊喜


近日,据斯坦福大学Jure Leskovec推文,计算机系现在将斯坦福大学CS224W图机器学习课程从线下搬到线上。



这门课程的主要目标是:通过研究潜在的图结构及其特征,向学生介绍机器学习技术和数据挖掘工具,从而获得对各种网络的“洞察”。授课主要内容是:表示学习与图形神经网络、万维网算法、知识图推理、疾病爆发检测;社会网络分析等。


在整体课程中,Jure Leskovec团队将其划分为了20个单元,分别是:


图机器学习简介、图机器学习传统方法、节点嵌入、link分析(PageRank)、节点分类(标签传播算法)、图神经网络(GNN模型、空间设计)、图神经网络的应用、图神经网络的原理、知识图嵌入、知识图推理、用GNNs进行频繁的子图挖掘、网络中的社区结构(Community Structure in Networks)、传统的图形生成模型、.图的传统生成模型、图的深度生成模型、GNN进阶、演讲1(计算生物学的GNN)、演讲2(GNN的工业应用)、科学的GNN。



目前,课程视频已经有六节课放到B站上了,每节课10~30分钟不等。更新仍在继续,每周更新两讲。课程 PPT 已经全部放出,在课程主页亦可点击下载。


YouTube地址:

https://www.youtube.com/playlist?list=PLoROMvodv4rPLKxIpqhjhPgdQy7imNkDn


课程主页:

http://web.stanford.edu/class/cs224w/


此外,有好心的小伙伴,还将此课程搬到了B站上,并且配有字幕和中文翻译(机翻) 


B站链接:


https://www.bilibili.com/video/BV1FV411J74L?from=search&seid=1135846809245117647




师资力量





本课程由Jure Leskovec主讲,配备一名顾问和八名助教。这八名助教里,有五位是华人学子。其中,助教“头头”中文名叫尤佳轩,本科毕业于清华大学,师从朱军教授。目前在斯坦福读博,预计2022年毕业。


而Jure Leskovec是斯坦福大学计算机学院教授,也是graph2vec和GraphSAGE的作者之一。2018年有篇新闻报道,称其为“斯坦福大学最帅的教授”。Jure 还是独角兽公司Pinterest的首席科学家以及Facebook总裁扎克伯格与妻子共同创办的 Chan Zuckerberg Initiative 慈善基金会的首席调查员(Principal Investigator)。



据 Google Scholar ,Jure Leskovec 发表论文 400 余篇,被引用次数超过 80000 次,h 指数为 114。其论文多次发表在 Nature、NeurIPS、KDD、ICML 等期刊和学术会议上,并两次获得 KDD 时间检验奖。



修课必知



想要修习斯坦福CS224W,必须满足以下条件:

  • 基础计算机科学原理知识,能够写出合理的计算机程序;

  • 了解基本概率论知识;

  • 了解基本线性代数知识。


上课的第一周,教授也会带学习概括复习以下上述必备知识。


 此外,下列书籍可作为扩展阅读书目:

  • Graph Representation Learning 作者:William L. Hamilton;

  • https://www.cs.mcgill.ca/~wlh/grl_book/

  • Networks, Crowds, and Markets: Reasoning About a Highly Connected World 作者:David Easley、Jon Kleinberg

  • http://www.cs.cornell.edu/home/kleinber/networks-book/

  • Network Science 作者:Albert-László Barabási

  • http://networksciencebook.com/


转自:AI科技评论

作者:维克多

也可以加一下老胡的微信
围观朋友圈~~~


推荐阅读

(点击标题可跳转阅读)

微软这个太强了

人工智能有多智障?

在公司内网搭建 pip 镜像站

【收藏】最全的Python常用标准库及第三方库

为什么美国学生学的数学比我们简单,却能做出很牛逼的东西?

求分享 求点赞 求在看!!!

浏览 34
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报