Глубинное обучение в анализе графовых данных 24/25
Содержание
О курсе
Курс читается для студентов 4-го курса и магистратуры в 1-2 модулях.
Лектор — Валитов Эльдар Рафекович
Семинаристы — Бадмаев Тингир
Github курса - https://github.com/elvarid/gnn_course_hse
Лекции
Проходят по понедельникам в 18:10
Лекция 1 (09.09.24): Организационная информация. Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.
Лекция 2 (30.09.24): Доглубинные методы. Различные статистики для графов.
Лекция 3 (07.10.24): Эмбеддинги на графах. PageRank и его приложения.
Лекция 4 (14.10.24): Передача информации. Графовые свертки.
Лекция 5 (21.10.24): Графовые архитектуры. Аугментации на графах.
Лекция 6 (11.11.24): Графы знаний.
Лекция 7 (18.11.24): Запросы на графах знаний.
Лекция 8 (25.11.24): Гостевая лекция. Путь специалиста по графам.
Лекция 9 (02.12.24): Генеративные граммовые сети.
Лекция 10 (07.12.24): Различные граммовые архитектуры - ID-GNN, Позиционная GNN, GINCONV.
Лекция 11 (09.12.24): Рекомендательные сети и графовые архитектуры.
Семинары
Проходят по четвергам в 11:10
Оценивание
За выполнение домашних заданий, вы можете получить до 70 основных баллов. Планируется 5 домашних заданий - 2 теоретических и 3 практических.
Дедлайны по выполнению заданий мягкие (штраф за просрочку 10% в день от номинала домашнего задания), через 3 дня становятся жесткими, после жесткого дедлайна 2 раза за курс можно досдать дз
Формула оценивания - 0.7 О_нак + 0.3 О_экз.
Экзамен - устный, с практической частью.
Есть автоматы, подробнее по условиям будет сообщено чуть позже (в предыдущей итерации правила автоматов были - 1) О_нак >= 6.5 2) Все дз сданы на зачетный балл)