Курс на Stepik
Обложка курса «Графовые нейросети и их применение» на Stepik
Бесплатно

Графовые нейросети и их применение ★ 4.875

Открыть на
STEPIK.ORG

🚀Графовые нейронные сети (GNN) – это мощный инструмент для анализа сложных структурированных данных, таких как социальные сети, молекулы, финансовые транзакции и рекомендательные системы. В этом курсе мы разберем основные архитектуры GNN, научимся применять их на реальных данных и разберем современные методы оптимизации.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Графовые нейросети и их применение»Учеников на курсе 252
Сертификаты, выданные на курсе «Графовые нейросети и их применение»Сертификатов выдано 0
Отзывы о курсе «Графовые нейросети и их применение»Отзывов получено 8
Рейтинг курса «Графовые нейросети и их применение»Рейтинг курса 4.875
Уроки в курсе «Графовые нейросети и их применение»Количество уроков 13
Тесты в курсе «Графовые нейросети и их применение»Количество квизов 31
Время прохождения курса «Графовые нейросети и их применение»Время прохождения курса —
Обновления курса «Графовые нейросети и их применение»Обновления курса — —
Дата публикации курса «Графовые нейросети и их применение»Дата публикации курса — ———
Последнее обновление курса «Графовые нейросети и их применение»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Графовые нейросети и их применение» 4 раздела Уроки в курсе «Графовые нейросети и их применение» 13 уроков Тесты в курсе «Графовые нейросети и их применение» 31 тест Время прохождения курса «Графовые нейросети и их применение» 3 ч. Последнее обновление курса «Графовые нейросети и их применение» обн. 1 год назад

1. Введение

2 урока
Закрытый
1.1 О курсе ↗
145
56
0м 26с
0
Закрытый
1.2 Поддержка ↗
66
46
0м 17с
1

2. Введение в графы и графовые данные

3 урока
Закрытый
2.1 Применение графов и графовых нейросетей в реальном мире ↗
86
39
15м 13с
0
Закрытый
2.2 Почему графы важны в машинном обучении? ↗
48
36
9м 37с
0
Закрытый
2.3 Инструменты для работы с графами ↗
47
20
47м 58с
2

3. Основы графовых нейросетей

4 урока
Закрытый
3.1 Простая реализация GNN: RandomWalks + Word2Vec ↗
51
33
15м 58с
0
Закрытый
3.2 Message passing ↗
46
28
8м 55с
0
Закрытый
3.3 Реализация базового GNN ↗
39
27
17м 28с
0
Закрытый
3.4 Оптимизация GNN ↗
39
27
1м 25с
0

4. Ключевые архитектуры GNN

4 урока
Закрытый
4.1 GCN ↗
37
15
29м 58с
0
Закрытый
4.2 GAT ↗
32
19
7м 23с
0
Закрытый
4.3 GraphSAGE ↗
27
7
10м 2с
0
Закрытый
4.4 Заключение ↗
23
20
0м 22с
0