直播|从模型到应用，掌握当前火热的图神经网络（赠书）
在一项针对2019 年到 2020 年各大顶会论文关键词的统计中，「图神经网络」的增长速度位列榜首，成为上升最快的话题。
图神经网络最初由Franco Scarselli和Marco Gori等人提出，在之后的十几年里被不断扩展，先后发展出了图卷积网络（Graph Convolution Networks，GCN）、 图注意力网络（Graph Attention Networks）、图自编码器（Graph Autoencoders）、图生成网络（Graph Generative Networks） 和图时空网络（Graph Spatial-temporal Networks）等多个子领域。
那么，作为AI从业者，如何快速学习、掌握这个热门的AI方向？
不久之前，IBM全球研究院总部研究员马腾飞出版了《图神经网络：基础与前沿》一书。
《图神经网络：基础与前沿》既可作为人工智能领域研究和开发人员的技术参考书，也可作为对图上的深度学习感兴趣的高年级本科生和研究生的入门书。
为了方便读者们学习图神经网络，机器之心最新一期线上分享邀请到马腾飞为大家直播分享《图神经网络：模型与应用》，同时也将在直播过程中抽取10名幸运观众赠书，欢迎大家关注学习。
分享主题：“图神经网络：模型与应用”
嘉宾简介：马腾飞，IBM全球研究院总部研究员，本科毕业于清华大学，随后分别于北京大学和东京大学取得硕士和博士学位，研究方向为机器学习、自然语言处理和智能医疗等。他深耕图神经网络多年，近期的研究主要集中在图神经网络的可扩展性、生成模型及其在医疗、生化、自然语言处理等领域的应用。他在NeurIPS、ICLR、AAAI等人工智能国际会议上发表论文30多篇，并在AAAI与KDD等会议上多次讲授关于图神经网络前沿的专题。
分享摘要：本次分享将介绍图神经网络的基础知识、模型和发展历史，并对当前图神经网络所面临的挑战以及解决方案做简要梳理，最后列举图神经网络的应用案例并总结应用图神经网络的思路和需要注意的问题。
直播间：https://bfw.h5.xeknow.com/s/4s2iiW（点击文末阅读原文可直接跳转到直播间）
分享时间：3月23日（周二）20:00-21:00
扫码加入交流群
直播提问，参与抽书
在本次直播过程中，我们将从所有提问的小伙伴中随机抽出10位送出《图神经网络：基础与前沿》。
如果喜欢本文 欢迎 在看丨留言丨分享至朋友圈 三连
热文推荐
▼点击阅读原文，获取直播地址~
评论