斯坦福2021版圖機器學(xué)習(xí)課程完結(jié)，視頻、PPT全放送，大神主講
大數(shù)據(jù)文摘授權(quán)轉(zhuǎn)載自AI科技評論
作者：維克多
近日，據(jù)斯坦福大學(xué)Jure Leskovec推文，計算機系現(xiàn)在將斯坦福大學(xué)CS224W圖機器學(xué)習(xí)課程從線下搬到線上。
這門課程的主要目標是：通過研究潛在的圖結(jié)構(gòu)及其特征，向?qū)W生介紹機器學(xué)習(xí)技術(shù)和數(shù)據(jù)挖掘工具，從而獲得對各種網(wǎng)絡(luò)的“洞察”。授課主要內(nèi)容是：表示學(xué)習(xí)與圖形神經(jīng)網(wǎng)絡(luò)、萬維網(wǎng)算法、知識圖推理、疾病爆發(fā)檢測；社會網(wǎng)絡(luò)分析等。
在整體課程中，Jure Leskovec團隊將其劃分為了20個單元，分別是：
圖機器學(xué)習(xí)簡介、圖機器學(xué)習(xí)傳統(tǒng)方法、節(jié)點嵌入、link分析（PageRank）、節(jié)點分類（標簽傳播算法）、圖神經(jīng)網(wǎng)絡(luò)（GNN模型、空間設(shè)計）、圖神經(jīng)網(wǎng)絡(luò)的應(yīng)用、圖神經(jīng)網(wǎng)絡(luò)的原理、知識圖嵌入、知識圖推理、用GNNs進行頻繁的子圖挖掘、網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu)（Community Structure in Networks）、傳統(tǒng)的圖形生成模型、.圖的傳統(tǒng)生成模型、圖的深度生成模型、GNN進階、演講1（計算生物學(xué)的GNN）、演講2（GNN的工業(yè)應(yīng)用）、科學(xué)的GNN。
目前，課程視頻已經(jīng)有六節(jié)課放到B站上了，每節(jié)課10~30分鐘不等。更新仍在繼續(xù)，每周更新兩講。課程 PPT 已經(jīng)全部放出，在課程主頁亦可點擊下載。
YouTube地址：
https://www.youtube.com/playlist?list=PLoROMvodv4rPLKxIpqhjhPgdQy7imNkDn
課程主頁：
http://web.stanford.edu/class/cs224w/
此外，有好心的小伙伴，還將此課程搬到了B站上，并且配有字幕和中文翻譯（機翻）
B站鏈接：
師資力量
師資力量
本課程由Jure Leskovec主講，配備一名顧問和八名助教。這八名助教里，有五位是華人學(xué)子。其中，助教“頭頭”中文名叫尤佳軒，本科畢業(yè)于清華大學(xué)，師從朱軍教授。目前在斯坦福讀博，預(yù)計2022年畢業(yè)。
而Jure Leskovec是斯坦福大學(xué)計算機學(xué)院教授，也是graph2vec和GraphSAGE的作者之一。2018年有篇新聞報道，稱其為“斯坦福大學(xué)最帥的教授”。Jure 還是獨角獸公司Pinterest的首席科學(xué)家以及Facebook總裁扎克伯格與妻子共同創(chuàng)辦的 Chan Zuckerberg Initiative 慈善基金會的首席調(diào)查員（Principal Investigator）。
據(jù) Google Scholar ，Jure Leskovec 發(fā)表論文 400 余篇，被引用次數(shù)超過 80000 次，h 指數(shù)為 114。其論文多次發(fā)表在 Nature、NeurIPS、KDD、ICML 等期刊和學(xué)術(shù)會議上，并兩次獲得 KDD 時間檢驗獎。
修課必知
修課必知
想要修習(xí)斯坦福CS224W，必須滿足以下條件：
基礎(chǔ)計算機科學(xué)原理知識，能夠?qū)懗龊侠淼挠嬎銠C程序；
了解基本概率論知識；
了解基本線性代數(shù)知識。
上課的第一周，教授也會帶學(xué)習(xí)概括復(fù)習(xí)以下上述必備知識。
此外，下列書籍可作為擴展閱讀書目：
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/
