清华大学唐杰老师WWW2019网络表示学习教程-NE、GNN，500页ppt

【导读】网络/图是表达能力很强的通用数据结构，可以用来建模许多现实世界中的问题。近几年来，网络表示学习和图神经网络在基础理论上有很大的进步，在自然语言处理、计算机视觉等领域的应用上取得了非常好的效果。本文介绍清华大学唐杰老师的网络表示学习教程。

网络/图是表达能力很强的通用数据结构，可以用来建模许多现实世界中的问题。例如，下面的互联网应用都可以用网络/图来进行建模：

网络/图的结构包含了大量有价值的信息，可以基于网络/图的结构为网络中的节点和边学习更好的特征，也可以直接基于网络/图的结构来构建端到端的图神经网络。目前，在许多领域，由于网络表示学习或图神经网络的引入，刷新了原先最好的成绩。

清华大学唐杰老师WWW2019网络表示学习教程包含4个PPT，大致内容如下：

• 简介

• 网络表示学习的背景

• 几十年来网络表示学习的一些经典算法

• 网络表示学习算法进化时间轴

• 网络表示学习

• 传统网络分析

• 节点分类

• 链接预测

• 网络表示学习

• 基于随机游走的网络表示学习（DeepWalk和Node2Vec等）

• 异构网络表示学习（metapath2vec等）

• LINE和PTE

• 网络表示学习和矩阵分解的关系

• 网络表示学习和稀疏矩阵分解

• 快速和大规模网络表示学习

• 公开学术网络/图数据集

• 图神经网络

• 图神经网络基础

• 图卷积

• 图生成式对抗网络

• 动态表示

• 异构表示

• 大规模应用

• 知识图谱连接

• 电子商务中的推荐

• 线上到线下推荐

• 游戏中的社会影响

• 总结

• 总结

• 公开网络表示学习数据集

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“W19NE” 就可以获取清华大学唐杰老师WWW2019网络表示学习教程的下载链接~ 

附PPT1的前20页：

参考链接：

• https://www.aminer.cn/nrl_www2019

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成！540+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程