Notice
Recent Posts
Recent Comments
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
- genetic algorithm
- 최적화
- Metaheuristic
- Hoeffding's Inequality
- 통계
- 너비우선탐색
- 유전알고리즘
- NP-Hard
- 알고리즘
- routing problem
- 백준
- BOJ
- 머신러닝
- 컴퓨터공학
- 휴리스틱
- 확률
- 조건부확률
- 딥러닝
- 독립사건
- 확률과통계
- 확률과 통계
- 학습이론
- BFS
- 확률공리
- 베이즈 정리
- Traveling salesman problem
- 배반사건
- 산업공학
Archives
- Today
- Total
목록인공지능/Graph-neural network (1)
SU Library
Graph공부 1. Mathine Learning with Graphs
*시작하기에 앞서 스탠포드 대학의 CS224W강의를 듣고 제가 공부하고 이해한 것을 정리해놓은 것입니다. 그래프는 복잡한 세상을 표현하는 일반적인 수단중 하나입니다. 대표적으로 그래프로 표현될 수 있는 정보는 페이스북의 친구관계, 유튜브 알고리즘, 네플릭스 시청자 분석 등이 있지요. 뿐만 아니라 생물학의 단백질 구조, 이미지 내에서으 의 오브젝트의 관계 등등 생각보다 많은 것들을 그래프로 표현할 수 있습니다. 머신러닝 관점에서 그래프는 복잡한 도메인들을 관계그래프로써표한할 수 있는 풍부한 관계 구조를 가지고 있는 것이고, 우리는 이러한 관계를 모델링함으로서, 좋은 퍼포먼스를 얻는 것을 목표로 합니다. Ways to Analyze Networks 네트워크(그래프)를 분석하는 방법은 크게 다음과 같은 방법들..
인공지능/Graph-neural network
2021. 6. 20. 01:33