Introduction PPT?https://web.stanford.edu/class/cs224w/slides/01-intro.pdf

傳統(tǒng)機器學(xué)習(xí)，數(shù)據(jù)樣本之間獨立同分布，即貓class不知道狗class的存在，相互之間沒有關(guān)聯(lián)，分類只需要分類，擬合；

GNN的意義：

modern ML處理表格、矩陣、序列；但是沒有處理數(shù)據(jù)之間有關(guān)聯(lián)的方式；

圖是任意結(jié)構(gòu)的，不像是image那樣的固定結(jié)構(gòu)；任意尺寸輸入、沒有固定的節(jié)點順序或者參考錨點、經(jīng)常動態(tài)變化而且有多模態(tài)特征；

2018-2020熱點方向：

representation learning

端到端學(xué)習(xí)feature（d維 embedding）；

有作業(yè)的，有特定的projects，也可以custom projects；

圖機器學(xué)習(xí)編程工具

PyG：www.pyg.org

NetworkX：networkx.org

DGL：www.dgl.ai

AntV圖可視化工具Graphin：graphin.antv.vision

AntV圖可視化工具G6：g6.antv.antgroup.com

Echarts可視化：echarts.apache.org/examples/zh/index.html#chart-type-graphGL

圖網(wǎng)絡(luò)舉例相關(guān)的應(yīng)用；

推薦系統(tǒng)是互聯(lián)網(wǎng)賺錢的非常重要的環(huán)節(jié)；有一個好的圖神經(jīng)網(wǎng)絡(luò)，把商品嵌入成好的低維向量，相近的商品embedding距離更近；

（UP的理解：）2022的三個革命性的AI發(fā)展：1、AIGC，AI畫畫；2、Chat GPT；3、AlphaFold，蛋白質(zhì)結(jié)構(gòu)預(yù)測；

And really, it is relational data graphs that are the new frontier of deep learning ?and representation learning research.