图神经网络基本介绍第一节课

 以上方向都涉及到图神经网络

传统机器学习，各样本间独立同分分布。现在的深度学习多用于解决表格、矩阵和序列数据。图各个节点间有链接关系，也是一种信息，属于关联数据。

图的复杂性：

         多模态特征：各个节点间的信息可能不一样

图神经网络基本结构

 输入为图，输出可能多样

中间的黑箱可有图神经网络自动提取特征（类似卷积神经网络），不需要认为干预可实现端到端的表示学习（表示学习：将一个节点映射为一个d维的向量，向量中保函着节点的各种语义信息），这个过程也叫做图嵌入，通过这个步骤就可将图问题变为传统机器学习问题。

课程目录

 图机器学习工具

 

 图数据可视化工具

 图数据库

 图数据挖掘所能解决的问题

• 最短路径的查找，，百度地图
• 分析某个节点的重要度，，哪个网页更重要
• 社群检测
• 社交预测，，与。。。认识
• 相似性估计
• 节点映射为低纬的向量，以便后续的机器学习

        

                 

社交网络

图数据挖掘项目