图机器学习（时下最炙手可热新技术/8章3大模型应用）
讲师/助教：
,
促销：
首单领券满50减10！满100减20！
总时长：
8小时2分18秒
价格：159.2
目录
- 1. ⼊⻔: 图基础
- 1.1 图的概述
- 1.2 图数据
- 1.3 图挖掘基础
- 2. ⼊⻔: 机器学习基础
- 2.1神经网络
- 2.2卷积&池化
- 2.3RNN
- 2.4自编码器
- 2.5注意力机制
- 2.6矩阵分解
- 3. ⼊⻔: 表示学习
- 4. 中级: 图表示学习 1.0
- 4.1 图表示学习
- 4.2 PCA,LLE,Laplacian Eigenmaps
- 5. 中级: 图表示学习 2.0 Graph Embedding
- 5.1 graph embedding 及其分类
- 5.2 随机游走的图表示学习
- 5.3 基于矩阵分解的图表示学习
- 5.4 基于神经网络的图表示学习
- 6. 中级: 图表示学习 3.0 图神经⽹络
- 6.1图表示学习3.0图神经网络
- 6.2图卷积网络
- 6.3图注意力网络GAT
- 6.4GAT代码解读
- 7. 应⽤: 推荐
- 7.1推荐和图的联系
- 7.2. 基于图神经⽹络的推荐
- 8. 应⽤: ⽂本分类
- 8.1文本分类基础（序列法）
- 8.2 基于图神经网络的文本分类
