2021斯坦福图机器学习课程CS224W开课了，Jure Leskovec主讲

作者丨小舟、魔王

来源丨机器之心

编辑丨极市平台

极市导读

2021 年第一个月刚刚过半，有些学校的新学期就已经开始了。 >>加入极市CV技术交流群，走在计算机视觉的最前沿

图是一种强大的数据结构，可以用于建模许多真实世界的场景，图能够对样本之间的关系信息进行建模。但是真实图的数据量庞大，动辄上亿节点、而且内部拓扑结构复杂，很难将传统的图分析方法如最短路径、DFS、BFS、PageRank 等算法应用到这些任务上。因此有研究者提出将机器学习方法和图数据结合起来，即图机器学习，这逐渐成为近年来机器学习中的一股热潮，特别是图神经网络（GNN）。

此前，斯坦福大学计算机学院副教授 Jure Leskovec 等人开了一门课程——CS224W，主题是图机器学习。最近，CS224W 2021 冬季课程开课了。

课程主页：http://web.stanford.edu/class/cs224w/

这门课程主要聚焦分析大量图时所面对的计算、算法和建模挑战。通过研究底层图结构及其特征，学习者可以了解机器学习技术和数据挖掘工具，从而在多种网络中有所发现。

这门课程涉及的主题包括：表征学习和图神经网络；万维网算法；基于知识图谱的推理；影响力最大化；疾病爆发检测；社交网络分析。

预备知识

学习者需要具备以下背景知识：

基础计算机科学原理知识，能够写出不错的计算机程序；

熟悉基础概率论知识；

熟悉基础线性代数知识。

课程会在开始的几周内概述这些背景知识。

此外，课程网站还会定期放出讲义和阅读任务，下列书籍可作为阅读书目：

• Graph Representation Learning 作者：William L. Hamilton；

• Networks, Crowds, and Markets: Reasoning About a Highly Connected World 作者：David Easley、Jon Kleinberg

Network Science 作者：Albert-László Barabási