남준: 2~3강 (Traditional ML on graph, Node embedding)
혜리: 4~5강 (Link analysis, Label propagation)
순혁: 6~7강 (GNN의 일반적 접근법)
민상: 10~11강 (지식 그래프, 지식 그래프 추론)
레퍼런스 / 학습 자료
발표 자료
Part 1: Traditional ML, Node Embeddings
Part 2: PageRank, Message
Part 3: Graph Neural Network
Part 4: Knowledge Graph
Q&A
- 찬란: 공유의 문화에 동참해주시고, 머신러닝 생태계를 건강하게 만들어주셔서 감사합니다! 이 지식이 확산되어 더 큰 가치를 형성할 것입니다!
댓글
- 찬란: 공유의 문화에 동참해주시고, 머신러닝 생태계를 건강하게 만들어주셔서 감사합니다! 이 지식이 확산되어 더 큰 가치를 형성할 것입니다!