دوره آموزشی ویدویی Graph Neural Network:
از مبانی تا کاربردهای پیشرفته
در دنیای امروز، داده‌های گرافی بخش بزرگی از داده‌های موجود را تشکیل می‌دهند. از شبکه‌های اجتماعی گرفته تا سیستم‌های توصیه‌گر، گراف‌ها در بسیاری از برنامه‌های کاربردی به کار می‌روند. در این دوره شما با مفاهیم پایه‌ای Graph Neural Network (GNN) و کاربردهای آن آشنا خواهید شد.
جزئیات دوره:
- طول مدت دوره: 13 ساعت ویدیوی آموزشی
مخاطبان دوره
- علاقه‌مندان به حوزه دیپ لرنینگ (یادگیری عمیق)
- محققان و دانشجوهای تحصیلات تکمیلی
- برنامه نویسان که با چالش داده های گرافی مواجه هستند
سرفصل های دوره:
- چرا گراف و شبکه‌های عصبی گرافی؟
- کاربردهای شبکه‌های عصبی گرافی
- مقدمات مفاهیم گراف
- انواع مسائل قابل حل توسط GNNها
- روش Neural message passing
- شبکه‌های عصبی کانولوشنالی و چالش‌های آن
- GCN، GAT و MPNNها
- GraphSAGE
- آشنایی و پیاده‌سازی در TensorFlow
- آشنایی و پیاده‌سازی با PyTorch-Geometric
- معرفی شبکه‌های گرافی متغیر در زمان – Spatio-temporal graph
پیش نیاز دوره:
آشنایی با شبکه‌های عصبی مصنوعی و کانولوشنالی و توانایی پیاده‌سازی در یک فریم‌ورک. (پیشنهاد: دوره آموزشی مقدماتی شبکه های عصبی عمیق در Tensorflow/Keras، در صوت تمایل با ثبت نام در این دوره کد تخفیف 50 درصدی دوره مقدماتی را میتوانید از پشتیبان دوره درخواست نمائید.)
مدرس دوره:
برگزار کننده دوره:
سخن پایانی
با پیوستن به این دوره، شما قدمی بزرگ در یادگیری و کاربرد شبکه‌های عصبی گرافی برداشته‌اید. این دوره به شما کمک می‌کند تا درک عمیق‌تری از گراف‌ها و نحوه استفاده از آن‌ها در حل مسائل مختلف داشته باشید. همچنین، با پیاده‌سازی GNNها در TensorFlow و PyTorch-Geometric، مهارت‌های عملی خود را نیز ارتقاء خواهید داد.
محمدمهدی( خریدار محصول )
سلام
کدهارو از کجا بگیریم؟
مدیریت سایت(مدیریت)
github.com/alireza-Akhavan/graph-neural-network
محمد ق
سلام. درباره گراف‌های بدون یال هم صحبت شده؟ این نوع از گراف در مسائل مرتبط با سلامت کاربرد داره و به نظر یال‌ها رو با روش‌های تشابه‌سنجی مثل nearest neighborhood در میارن و سپس از GNNها استفاده میکنن. (https://medium.com/@federicoerrica/should-we-use-k-nearest-neighbor-graphs-for-node-classification-a4a07f70bea8)
مدیریت سایت(مدیریت)
خیر. این دوره پوشش نداده
مهدی
سلام وقت شما بخیر
من از فریم ورک، پایتورچ برای یادگیری عمیق استفاده میکنم؟
آیا مباحث پیاده سازی این دوره مناسب من هست؟ په بخشی از دوره باید tensorflow و چه بخشی از اون با Pytorch پیاده سازی شده ممنون
مدیریت سایت(مدیریت)
سلام. یک مثال با تنسورفلو و مابقی و اکثر کدها با فریم ورک PyG در پایتورچ بیان شده است
abbasi( خریدار محصول )
سلام وقت بخیر
این دوره گروه تلگرامی هم داره؟ و لطف میکنید لینک کانالتونو ارسال کنید؟
علیرضا اخوان پور(مدیریت)
لینک کانالها:
https://t.me/class_vision
https://t.me/cvision
لطفا برای عضویت در گروه تلگرامی دوره گراف به اکانت تلگرامی پشتیبان سایت که در انتهای سایت هم درج شده با ذکر شماره همراه ثبت نامی پیام دهید
ریحانه رشیدپور
سلام. من قبل از خرید دوره چند سوال دارم:
1- آیا پیاده سازی مدل GCN هم در دوره آموزش داده شده است؟ (با پایتورچ)
2- آیا در صورت نیاز به رفع اشکال در ساخت مدل و بهینه سازی امکان مشاوره وجود دارد؟
3- آیا ساخت مدل برای گراف های جهت دار و وزن دار هم در این درس آموزش داده می شود؟
علیرضا اخوان پور(مدیریت)
سلام. سوال 1: در تنسورفلو بلی، اما در پایتورچ با فریم ورک پایتورچ جئومتریک که آماده تر است استفاده شده است. سوال 2: در حال حاضر متاسفانه خیر، مگر اینکه در گروه تلگرامی دوره عضو شوید و از همکلاسی ها کمک بگیرید. سوال 3: جهت دار با ماتریس همجواری بیان میشه، و ویژگی یال توضیح داده میشه، اما پیاده سازی خیر.
ریحانه دهقان( خریدار محصول )
ویدیو چهارم پلی نمیشه ممنون میشم تا فردا برام درستش کنید
ریحانه دهقان( خریدار محصول )
ویدیو 4 پلی نمیشه
علیرضا اخوان پور(مدیریت)
لطفا به پشتیبانی دوره در تلگرام پیام دهید راهنماییتون کنند یا ورژن دیگر بهتون بدهند
فائزه پیرمحمدی( خریدار محصول )
سلام امکانش هست لینک مقاله ها رو هم بذارید؟