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

↑↑↑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 22
点赞
评论
收藏
分享

手机扫一扫分享

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

举报