Курс хорошо разбит на темы. Понятно объясняет базовые архитектуры GNN
Хороший курс. Хочется больше практических заданий с проверкой, поэтому одну звезду снимаю
После прохождения курса я освоил основы работы с графовыми нейронными сетями (GNN), узнал, как применять архитектуру GraphSAGE для задач классификации узлов и как использовать библиотеку PyTorch Geometric на практике. Также понял, как представлять реальные дорожные сети в виде графов и строить модели, способные учитывать как локальные, так и глобальные. Понравился практико-ориентированный подход - было интересно сразу применять теоретические знания на реальных данных. Курс помог лучше понять концепции GNN, благодаря чётким объяснениям и возможностям работать с настоящими графовыми задачами.
Очень классный курс, спасибо!
Прекрасный курс по GNN.Понятно объясняет основы и продвинутые методы: GCN, GAT, GraphSAGE. Много практики: разбор соцсетей, транзакций и другие примеры. Подойдет тем, кто хочет быстро начать применять GNN в реальных задачах.
После прохождения курса я получила четкое понимание, основных архитектур GNN: GCN, GAT, GraphSAGE и их различий. Как работать с графовыми данными (социльные сети, дорожные сети, химические соединения). Применять механизмы внимания в GAT и понимать, чем они отличаются от свёрток в GCN. Практические навыки: реализация моделей на PyTorch Geometric и визуализация результатов. Теория подкреплялась практикой, не было «воды», без излишнего усложнения, но с нужной глубиной.
хороший курс
Спасибо большое за качественный и познавательный курс! Понравилась подача материала и закрепление тестами.