机器学习算法与自然语言处理出品
@公众号原创专栏作者 忆臻
学校 | 哈尔滨工业大学 SCIR实验室博士生在读
本文为大家带来了一份斯坦福大学的最新课程CS224W——图机器学习，主讲人是斯坦福大牛Jure Leskovec，他是图表示学习方法 node2vec 和 GraphSAGE 作者之一。
CS224W | Home
课程目录为：
01：课程介绍和图机器学习（Introduction; Machine Learning for Graphs）
02：传统图机器学习方法（Traditional Methods for ML on Graphs）
03：链接分析：PageRank（Link Analysis: PageRank）
04：节点嵌入（Node Embeddings）
05：标签传播节点分类（Label Propagation for Node Classification）
06：图神经网络模型（Graph Neural Networks 1: GNN Model）
07：图神经网络：设计空间（Graph Neural Networks 2: Design Space）
08：图神经网络应用（Applications of Graph Neural Networks）
09：图神经网络理论（Theory of Graph Neural Networks）
10：图神经网络嵌入（Knowledge Graph Embeddings）
11：知识图谱推理（Reasoning over Knowledge Graphs）
12：基于GNNs的频繁子图挖掘（Frequent Subgraph Mining with GNNs）
13：网络社区结构（Community Structure in Networks）
14：传统图生成式模型（Traditional Generative Models for Graphs）
15：深度图生成式模型（Deep Generative Models for Graphs）
16：GNNs可扩展（Scaling Up GNNs）
17：动态图学习（ Learning on Dynamic Graphs）
18：计算生物学GNNs（GNNs for Computational Biology）
19：GNNs科学应用（GNNs for Science）
20：GNNs工业应用 (Industrial Applications of GNNs)
相关slides可以直接下载，链接为：
http://web.stanford.edu/class/cs224w/
下载1：四件套
在机器学习算法与自然语言处理公众号后台回复“四件套”，
即可获取学习TensorFlow，Pytorch，机器学习，深度学习四件套！
下载2：仓库地址共享
在机器学习算法与自然语言处理公众号后台回复“代码”，
即可获取195篇NAACL+295篇ACL2019有代码开源的论文。开源地址如下：https://github.com/yizhen20133868/NLP-Conferences-Code
重磅！机器学习算法与自然语言处理交流群已正式成立！
群内有大量资源，欢迎大家进群学习！
额外赠送福利资源！深度学习与神经网络，pytorch官方中文教程，利用Python进行数据分析，机器学习学习笔记，pandas官方文档中文版，effective java（中文版）等20项福利资源
获取方式：进入群后点开群公告即可领取下载链接
注意：请大家添加时修改备注为 [学校/公司 + 姓名 + 方向]
例如 —— 哈工大+张三+对话系统。
号主，微商请自觉绕道。谢谢！
推荐阅读：
Tensorflow 的 NCE-Loss 的实现和 word2vec
多模态深度学习综述：网络结构设计和模态融合方法汇总
awesome-adversarial-machine-learning资源列表
