斯坦福大学的CS224W 2021冬季公开课，最近上线了。
在分析、处理大规模图形的过程中，往往在计算、算法和建模等方面充斥着挑战。
而本课程，就是针对上述的种种问题而设计，适合初学者入门，也能让有一定编码能力和数学基础的同学进行一次梳理。
主讲人为斯坦福计算机学院副教授Jure Leskovec，图表示学习方法 node2vec 和 GraphSAGE 的作者之一，GNN里一半的前沿研究和新应用都绕不开这位大佬。
顺带一提这位老师是斯洛文尼亚人，一口小弹舌毛式英语，讲起课来很有精神。
这门公开课已于今年3月底完结，课程主页上有全套课件可供下载。
20节课，读懂图机器学习和GNN
课程共20节，大家可以一边学习课程内容，一边按照日程安排里的homework（书面作业）和Colab（代码编写）来巩固练习。
一月份共6节课
2-3节主要讲特征学习（Motifs, Graphlets, Graph Kernels）和节点嵌入（DeepWalk, Node2Vec, Anonymous Walks）；
4-5主要讲消息传递、关系和迭代分类、PageRank链接分析；
第6节就来到了我们熟悉的GNN。
二月份共9节课。
这周刚刚更新了7-8节，主讲图神经网络、图增强，和GNN训练。
最后3月份基本上都是GNN内容。
视频录制的也很不错，不再是有些“人和ppt你只能选择看清一个”的公开课。
课程视频四月中旬才正式上线，目前每周两节持续更新中。
内容紧跟热潮
网络分析
但在实际应用里，真实图的数据量动辄上亿节点，内部拓扑结构又极为复杂，很难将传统的图分析方法如最短路径、DFS、PageRank 等算法应用到实际任务上。
图机器学习
（GNN）
本门课程也因此改名为Machine Learning with Graphs，并于19年秋季后，增加了有关GNN的相关内容，受到了广大炼丹爱好者的高度评价。
由此可见GNN等一系列机器学习方法对传统网络分析研究的推动。
参考链接：
[1]http://web.stanford.edu/class/cs224w/index.html#schedule
[2]https://www.youtube.com/playlist?list=PLoROMvodv4rPLKxIpqhjhPgdQy7imNkDn
完
本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。
👇
量子位
追踪人工智能新趋势，报道科技行业新突破
2308篇原创内容
Official Account
免费看直播、还可赢算力哦~
大连理工大学赵纪军教授
快来扫码报名，体验万人直播课的热烈氛围，一睹学术明星风采吧！
报名成功，开播前会有短信提醒哟！
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见~
原文链接
导读： 3 作者：Abhishek Prakash 译者：geekpi 有几种方法可以测试和提高你的打字速度。你可以使用在线工具，在桌面上安装专门的应用，或者在 Linux 终端测试。 浏览互联网 玩游戏 许多有趣的事情 Ttyper：基于终端的打字测试工具 Ttyper Rust 它给出了一些最常见的英语单词的随机选择。打出的正确单词用绿色突出显示，错误的用红色突出显示，而且这是实时发生的。你可以按退格键纠正单词，但这将导致分数下降。 Ctrl+C 你可以在这个由开发者录制的 GIF 中看到 Ttyper 的操作。 默认情况下，你有 50 个单词可以练习，但你可以用命令选项来扩大。你还可以使用一个自定义的文本文件，用它的内容来练习打字。 命令 内容 ttyper 200
马上就要毕业了，你是不是还在为论文答辩发愁？ 又或者你第一次参加学术会议，不知道如何制作论文海报和演讲PPT？ 这些与论文主体看似无关的“细枝末节”，往往没有人帮忙，甚至导师也不会教你。 MIT EECS通信实验室 教研究生和博士后如何以书面、口头以及PPT的方式快速传达论文要点。 在这份详细的文档里，MIT告诉你：论文摘要和海报该如何言简意赅、PPT怎么做才能抓住观众、面对答辩导师或者同行提问应该如何从容应对。 这些内容无论对你的中期答辩、毕业答辩还是参加学生会议演讲，应该都很有帮助。 下面让我们一起来看看他们是怎么说的吧。 摘要六段式，海报要通俗 首先，论文摘要是推销你研究内容的窗口，如果摘要没有说服读者，那么读者也不可能继续读你的论文。 一篇好的摘要包含6大部分，以下是一篇范文，6大部分分别以不同颜色标出： 它们分别是：一般背景；具体背景；问题当前的状态或者需要改进的差距；一句话展示你的工作内容；研究方法与结果；意义。 简洁的英文摘要通常为150个词，最多不超过250个词。 接下来是论文的海报。无论是毕业答辩还是参加学术会议，都要制作海报。海报内容是否生动，会决定别人是否会去聆听你的工作。
