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

Графовые нейросети и их применение 4.889

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 316
Сертификаты, выданные на курсе «Графовые нейросети и их применение»Сертификатов выдано 0
Отзывы о курсе «Графовые нейросети и их применение»Отзывов получено 9
Рейтинг курса «Графовые нейросети и их применение»Рейтинг курса 4.889
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

Введение

2 урока
1. О курсе
2. Поддержка

Введение в графы и графовые данные

3 урока
1. Применение графов и графовых нейросетей в реальном мире
2. Почему графы важны в машинном обучении?
3. Инструменты для работы с графами

Основы графовых нейросетей

4 урока
1. Простая реализация GNN: RandomWalks + Word2Vec
2. Message passing
3. Реализация базового GNN
4. Оптимизация GNN

Ключевые архитектуры GNN

4 урока
1. GCN
2. GAT
3. GraphSAGE
4. Заключение