PyTorch GNN入門編
難易度
★★★★
社会科学、自然科学、知識グラフなど多くの分野でグラフ形態の機械学習がますます注目を浴びてきています。画像や自然言語をグラフ（ネットワーク構造）として捉え、グラフやグラフ中の頂点を高精度に分類することができれば、高度な画像認識、化合物分類などへの応用が期待できます。本講座では、グラフニューラルネットワークの基本から丁寧に説明しています。
対象者
グラフニューラルネットワークに関心のある方
グラフニューラルネットワークの基礎を習得したい方
所要時間
約24分
習得内容
グラフニューラルネットワークの基礎が理解できる
コース内容
全5章 約24分
| 第1章 | ネットワークとは／ネットワークの形状／ネットワークの活用例 |
|---|---|
| 第2章 | ネットワークの作成／隣接行列とは／隣接行列の作成／エッジリストの作成／ ネットワークの構築と可視化 |
| 第3章 | ネットワークの特徴量／次数とは／クラスタ係数とは／経路⻑とは／媒介中心性とは |
| 第4章 | ネットワークのコミュニティ／コミュニティとは／コミュニティ抽出 |
| 第5章 | ノードの分類・予測／グラフ畳み込み／ネットワーク作成／分類モデルの学習／ノードのクラス予測／モデルの性能評価（Backpropagation） |
