- 博客(19)
- 收藏
- 关注
RSS订阅原创 图机器学习（Graph Machine Learning）- 第四章 监督图学习1 （upervised Graph Learning）
第四章 监督图学习1 （upervised Graph Learning）文章目录第四章 监督图学习1 （upervised Graph Learning）4.1 前言4.2 环境需求4.3 监督图嵌入路线图4.4 基于特征的方法4.5 浅嵌入方法4.5.1 标签传播算法 Label propagation4.5.2标签扩散算法 Label Spreading Algorithm总结4.1 前言监督学习(Supervised learning，SL) 很可能代表了大多数实际机器学习的任务。由于越来越
2022-04-20 10:35:34
967
1
原创 图机器学习（Graph Machine Learning）- 第三章 无监督图学习3 （Unsupervised Graph Learning）- 图神经网络
第三章 无监督图学习3 - 图神经网络 Graph neural networks文章目录第三章 无监督图学习3 - 图神经网络 Graph neural networks前言3.4 图神经网络 Graph neural networks3.4.1 GNNs的其他形式3.4.2 谱卷积 Spectral graph convolution3.4.3 空间图卷积 Spectral graph convolution3.4.4 图卷积实战总结前言Graph neural network，GNN 是处理
2022-04-14 17:44:49
5382
1
原创 图机器学习（Graph Machine Learning）- 第三章 无监督图学习2 （Unsupervised Graph Learning）- 自编码器
第三章 无监督图学习2 - 自编码器 AutoEncoder文章目录第三章 无监督图学习2 - 自编码器 AutoEncoder3.2 自编码器 AutoEncoder3.2.1 TensorFlow和Keras——一个强大的组合3.2.2 第一个自编码器3.2.3 降噪自编码器 Denoising autoencoders3.3 图自编码器 Graph autoencoders总结3.2 自编码器 AutoEncoder自动编码器是一个非常强大的工具，可以有效地帮助数据科学家处理高维数据集。尽管自
2022-04-12 21:16:04
1855
原创 图机器学习（Graph Machine Learning）- 第三章 无监督图学习 （Unsupervised Graph Learning）- 浅嵌入方法
第三章 无监督图学习文章目录第三章 无监督图学习前言3.1 无监督图嵌入路线图3.2 浅嵌入方法 Shallow embedding methods3.2.1 矩阵分解 Matrix factorization3.2.1.1 图因子分解 Graph factorization3.2.1.2 高阶邻近保持嵌入 Higher-order proximity preserved embedding, HOPE3.2.1.3 具有全局结构信息的图表示 GraphRep3.2.2 Skip-gram3.2.3 D
2022-04-11 09:49:07
3112
原创 图机器学习（Graph Machine Learning）- 第二章 图机器学习简介 Graph Machine Learning
第二章 图机器学习简介 Graph Machine Learning文章目录第二章 图机器学习简介 Graph Machine Learning前言1. 环境要求Technical requirements2. 理解图机器学习2.1 机器学习的基本原理2.2 图机器学习的优点3. 广义图嵌入问题 The generalized graph embedding problem3.1 Node2Vec example3.2 Edge2Vec example3.3 Graph2Vec Example3. 图嵌入
2022-04-06 15:32:42
6065
原创 图机器学习（Graph Machine Learning）- 第一章 图的基本概念 -图的性质 Graph properties-基准和资源库Benchmark and Repositories
第一章 图的基本概念2 -图的性质 Graph properties-基准和资源库Benchmark and Repositories本专栏是Claudio Stamile , Aldo Marzullo , Enrico Deusebio，Graph Machine Learning，Packt ，2021.的读书笔记。官方代码可以从 GitHub上下载。文章目录第一章 图的基本概念2 -图的性质 Graph properties-基准和资源库Benchmark and Repositories
2022-04-04 12:06:31
2104
原创 图机器学习（Graph Machine Learning）- 第一章 图的基本概念1 Getting Started with Graphs
第一章 图的基本概念1 Getting Started with Graphs本专栏是Claudio Stamile , Aldo Marzullo , Enrico Deusebio，Graph Machine Learning，Packt ，2021.的读书笔记。官方代码可以从 GitHub上下载。文章目录第一章 图的基本概念1 Getting Started with Graphs前言一、环境要求二、利用networkx模块介绍图2.1 无向图 Undirected Graph2.2 其他
2022-04-03 01:29:23
2269
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人