斯坦福Jure Leskovec图表示学习:无监督和有监督方法(附PPT下载)

【导读】现实生活中的很多关系都是通过图的形式来表达的,针对图结构数据的分析的一个关键问题就是如何合理的表示图结构的低维特征表示,也即是图表示学习。斯坦福大学的Jure Leskovec是图表示学习方法node2vec和GraphSAGE作者之一,在这次演讲中他分别以这两种方法为例,详细讲解无监督和监督方法的图表示学习。

▌相关论文和代码


  • 论文

  • node2vec: Scalable Feature Learning for Networks. A. Grover, J. Leskovec. KDD 2016.
  • Predicting multicellular function through multi-layer tissue networks. M. Zitnik, J. Leskovec. Bioinformatics, 2017.
  • Inductive Representation Learning on Large Graphs. W. Hamilton, R. Ying, J. Leskovec. NIPS 2017
  • Representation Learning on Graphs: Methods and Applications. W. Hamilton, R. Ying, J. Leskovec. IEEE Data Engineering Bulletin, 2017.

  • 代码

  • 无监督方法
    • http://snap.stanford.edu/node2vec
  • 有监督方法:
    • http://snap.stanford.edu/graphsage

请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知),

  • 后台回复“GRL” 就可以获取最新PPT 下载链接~

参考链接:

https://cs.stanford.edu/people/jure/index.html

▌PPT



这是报告的PPT内容:

原文发布于微信公众号 - 专知(Quan_Zhuanzhi)

原文发表时间:2017-12-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏深度学习那些事儿

浅谈深度学习中超参数调整策略

深度学习中,设计模型以及保证模型的正确性是首要需要考虑的。当模型设置完成时,理论上模型不存在问题,实现效果也通过计算可以复现出来。一切准备就绪后,那么接下来需要...

22150
来自专栏机器之心

教程 | 如何快速训练免费的文本生成神经网络

28850
来自专栏数据小魔方

sparklines迷你图系列18——ScatterChart

今天跟大家分享sparklines迷你图系列17——ScatterChart。 ScatterChart是日常使用频率非常频繁的图表——条形图。 在迷你图插件的...

27640
来自专栏机器学习人工学weekly

机器学习人工学weekly-2018/5/20

Dynamic Control Flow in Large-Scale Machine Learning

11560
来自专栏PPV课数据科学社区

基于Libsvm的图像分类

关于Libsvm的废话 基于Libsvm的图像分类实例 说说图像分类的处理结果 1. 关于Libsvm的废话 先来一段废话,大家有心情看看就行,那就是关于支持...

38340
来自专栏量化投资与机器学习

CNN预测股票走势基于Tensorflow(思路+程序)

前言 我们希望找出跟随价格上涨的模式。通过每日收盘价,MA,KD,RSI,yearAvgPrice 本次推文研究只是展示深入学习的一个例子。 结果估计不是很好。...

5K90
来自专栏Fred Liang

gg 小组种子杯初赛报告

队员: 柳泓鑫 梁志博 洪志远 AUC: 0.7566 2017年10月1日 Github:https://github.com/ver217/seedc...

9920
来自专栏深度学习与数据挖掘实战

【今日热门&优质资源】kaggle竞赛冠军分享&tensorflow在quora问答去重中的应用

15120
来自专栏人工智能

从论文到测试:Facebook Detectron开源项目初探

机器之心专栏 作者:陈惠婵 从 RCNN 到 Faster RCNN,再到最近的 FPN 和获得 ICCV Best Paper 的 Mask RCNN,深度学...

386100
来自专栏ATYUN订阅号

不用P图软件,TensorFlow pix2pix也能帮你打造出六块腹肌!

可视化结果是十分强大的。然而,在健身领域,要想清楚地看到未来的锻炼结果往往是很困难的。我们是否可以利用深度学习让人们更接近他们的个人健康目标,从而帮助他们设想未...

59040

扫码关注云+社区

领取腾讯云代金券