gnn3 [CS224W 공부 노트] 2. Traditional Methods for ML on Graphs (2) 해당 포스팅의 모든 자료는 CS224W 강의 및 관련 자료를 바탕으로 정리하였습니다. 0. 들어가기에 앞서 저번 포스팅에서는 graph의 feature들을 어떻게 design 할 것인지에 대해 feature-based methods를 nodel level, link level 에서 알아보았다. 이번 포스팅에서는 graph level에서 어떻게 feature들을 design할 것인지 알아보자. 1. Graph-Level Features 수업의 목표는 전체 graph의 전체 구조를 characterize하는 feature를 잡아내는 방법에 대해 배우는 것이다. 위 예시를 보면 A,B,C,D로 이루어진 부분과 E,F,G,H로 이루어진 부분이 D-E link 하나로 연결되어있다. 이러한 graph의 위와 같은 .. 2022. 11. 4. [CS224W 공부 노트] 2. Traditional Methods for ML on Graphs (1) 해당 포스팅의 모든 자료는 CS224W 강의 및 관련 자료를 바탕으로 정리하였습니다. 0. 들어가기에 앞서 1장에서는 graph의 정의(nodes,edges) 및 다양한 종류, 표기 방법 등도 배울 수 있었다. 또 이를 왜 배워야하고 어떤 task들이 있는지에 대해서도 알아보았다. [CS224W 공부 노트] 1.Introduction; Machine Learning for Graphs [CS224W 공부 노트] 1.Introduction; Machine Learning for Graphs 해당 포스팅의 모든 자료는 CS224W 강의 및 관련 자료를 바탕으로 정리하였습니다. 0. 들어가기에 앞서 경쟁력 있는 AI 개발자가 되기 위해서는, 다양한 딥러닝 학습 방법론을 바탕으로 주어진 hyunsooworld... 2022. 10. 27. [CS224W 공부 노트] 1.Introduction; Machine Learning for Graphs 해당 포스팅의 모든 자료는 CS224W 강의 및 관련 자료를 바탕으로 정리하였습니다. 0. 들어가기에 앞서 경쟁력 있는 AI 개발자가 되기 위해서는, 다양한 딥러닝 학습 방법론을 바탕으로 주어진 데이터에 적합한 메소드를 구현해나가는 능력이 필수적이다. 시계열 데이터에서는 물론 네이버 부스트캠프에서 공부하고 있는 자연어처리까지 다양한 분야에서 GNN(Graphical Neural Network)이 활용되고 있고, 꼭 한번은 이 분야를 공부해보고 싶었었는데 좋은 기회로 스터디에 참여하게 되었다. 이번 주 부터는 Stanford CS224W: Machine learning with Graph 강의를 보고 관련 내용을 정리해 나갈 것이다. 1. Why Graphs Why Graphs? Graphs are a g.. 2022. 10. 22. 이전 1 다음
