![](https://img-blog.csdnimg.cn/b4025a6ca97341e3b182812c71713c25.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
CS224W
文章平均质量分 54
逃不过就好好看,话说这个老师长得真好看啊,我不理解,是Perf的人都长得好看吗?口音也特别令人记忆深刻,没准看完课程我还能学会弹舌
课程视频为B站:https://www.bilibili.com/video/BV1RZ4y1c7Co?p=1&vd_source=6ef95a7fa007076dc
chuanauc
要认真地生活,先值得,再快乐。
展开
-
CS224W fall 课程 ---- 1.1 why Graphs ?
3.以往的监督学习人们花费了大量的时间在找出合适的标记数据类型的维度,比如,社交网络要从邻居数量和邻居结构两个方面去考虑等等,当时的featureengineering做的事情就是人为分析判断出对于节点来说,那个属性是重要的,然后学习各个节点在该属性维度下的feature,即得到对应属性的embedding嵌入。@什么是空间局部性在一串文本中,我们知道一个字符的左和右;(2)将研究图的表达能力和为什么图的上述模型会拥有这种表达能力,背后的机制是什么【听完课程请回来自己补充这个问题的答案】...原创 2022-07-23 07:37:01 · 165 阅读 · 0 评论 -
CS224W fall 1.2 Applications of Graph ML
因为同时将商品、人和商品及人的连接关系一同作为信息,此时的输入不只有商品的信息、人的信息;更重要的是有人和他以往感兴趣的众多商品间的关联关系,这种结构性信息在判断一个人是否会对一件新商品感兴趣时很有用。对于给出描述用户对于商品之间的兴趣关系的异构图来说一个商品对一个人是否存在吸引力如果只是通过设置不同维度的特征嵌入效果会比同时将商品、人和商品及人的连接关系一同作为信息得到的嵌入来的差。PS视频里的中文翻译会把“Graph”翻译成“图表”,其实应该是“图”...原创 2022-07-24 17:13:26 · 54 阅读 · 0 评论