일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 파이썬 머신러닝 완벽가이드 공부
- 이코테
- BruteForceSearch
- 질문 정리
- 에스토스테네스의 체
- 백준
- BruteForchSearch
- Graph Representation Learning
- 추천시스템 입문
- 데이콘 필사
- 글또8기
- paper review
- CS224W
- 수학
- 추천시스템
- allow_pickle
- numpy
- 유클리드 호제법
- 나동빈
- #이코테2021
- 알고리즘
- graph
- zerodivide
- 코테공부
- 강의정리
- nan값
- 소수 판정
- 논문리뷰
- #나동빈
- 그래프란
Archives
- Today
- Total
목록CS224W (1)
꾸준히 써보는 공부 기록

1. Traditional Methods for ML in Graphs Graph에서의 ML task들은 다음과 같다. Node-level prediction Link-level prediction Graph-level prediction Traditional ML Pipeline의 경우에는 node / link / graph에 대한 feature들을 각각 design하게 된다. 그리고 모든 training data에 대해서 feature들을 포함하고 있다. ML model을 training하는데는 Random Forest, SVM, Neural Network를 사용한다. 주어진 새로운 node / link / graph에 대해서, feature를 이용해서 prediction을 한다. 결론적으로 좋은 성..
GNN/CS224W Lecture note
2021. 11. 17. 17:50