https://www.wikicshse.ru/index.php?action=history&feed=atom&title=%D0%93%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B5_%D0%B3%D1%80%D0%B0%D1%84%D0%BE%D0%B2%D1%8B%D1%85_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22%2F23
Глубинное обучение в анализе графовых данных 22/23 - История изменений
2026-06-06T15:11:48Z
История изменений этой страницы в вики
MediaWiki 1.45.3
https://www.wikicshse.ru/index.php?title=%D0%93%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B5_%D0%B3%D1%80%D0%B0%D1%84%D0%BE%D0%B2%D1%8B%D1%85_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23&diff=2147&oldid=prev
imported>Valitoveldar99: добавлено содержание
2022-12-05T17:29:23Z
<p>добавлено содержание</p>
<p><b>Новая страница</b></p><div>== О курсе ==<br />
<br />
Курс читается для студентов 4-го курса в 1-2 модулях.<br />
<br />
Лектор — Валитов Эльдар Рафекович<br />
<br />
Семинарист — Федоров Павел Сергеевич<br />
<br />
Канал курса в Telegram - https://t.me/hse_gnn_2022<br />
<br />
Чат курса в Telegram - https://t.me/hse_gnn_2022_chat<br />
<br />
Гитхаб курса с материалами - https://github.com/elvarid/gnn_course_hse<br />
<br />
== Лекции ==<br />
Проходят по четвергам в 14:40<br />
<br />
'''Лекция 1 (08.09.22): ''' Графы и анализ данных. Примеры графовых данных. Типы задач на графах. Выбор представления данных.<br />
<br />
'''Лекция 2 (15.09.22): ''' Создание признаков для вершин/связей/графовых для применения традиционных методов машинного обучения.<br />
<br />
'''Лекция 3 (22.09.22): ''' Обсуждение эмбеддингов для вершин графа. Эмбеддинги в случае графов знаний. Эмбеддинги для графов целиком.<br />
<br />
'''Лекция 4 (06.10.22): ''' PageRank. Постановка задачи. Статистический вывод. Приложение для рекомендательных систем.<br />
<br />
'''Лекция 5 (15.10.22): ''' Label Propagation (semi-supervised раскраска). Принцип передачи информации. Графовые свертки.<br />
<br />
'''Лекция 6 (20.10.22): ''' Элементы GNN. Message Passing, Aggregation. GCN. GraphSage. GAT.<br />
<br />
'''Лекция 7 (03.11.22): ''' Аугментации в GNN. Обучение GNN.<br />
<br />
'''Лекция 8 (10.11.22): ''' Графы знаний. RGCN. Обучение декодеров и свойства репрезентативности.<br />
<br />
'''Лекция 9 (17.11.22): ''' Запросы в графах знаний. Query2Box.<br />
<br />
'''Лекция 10 (01.12.22): ''' Генеративные сети. Графовые генеративные сети.<br />
<br />
== Семинары ==<br />
Проходят по четвергам в 16:20.<br />
<br />
'''Семинар 1.''' Введение NetworkX и PytorchGeometry. <br />
<br />
'''Семинар 2.''' Подсчет статистик готовыми методами. Пример получения эмбеддингов вершин.<br />
<br />
'''Семинар 3.''' Разбор ручного подсчета статистик, алгоритма подсчета ядер, алгоритма анонимизированных случайных блужданий по графу. (Без Ноутбука)<br />
<br />
'''Семинар 4.''' Алгоритм PageRank.<br />
<br />
'''Семинар 5.''' Простая GCN.<br />
<br />
'''Семинар 6.''' Гетерогенные графы.<br />
<br />
'''Семинар 7.''' Масштабирование нейронных сетей.<br />
<br />
'''Семинар 8.''' Разбор TransE. Разбор идей о запросах в графах знаний.<br />
<br />
== Контрольные мероприятия ==<br />
=== Правила выставления оценок ===<br />
<br />
Итоговая оценка вычисляется по формуле<br />
:: О<sub>Итог</sub> = Округление(0.7 * ДЗ + 0.3 * Э),<br />
где ДЗ = ((количество баллов за все ДЗ) / 70) * 10, Э - оценка за экзамен<br />
<br />
Округление арифметическое.<br />
<br />
На курсе предусмотрены автоматы - если студент сдал все дз и если студент набирает больше 45 баллов (то есть больше 6.5 оценка за ДЗ) то он освобождается от экзамена с О<sub>Итог</sub> = Округление(ДЗ).</div>
imported>Valitoveldar99