PageRank代码实战-人物重要度

CLR2020论文收到2594篇论文提交，有687篇被接受，接受率为26.5%。在关于图机器学习方面，Sergei Ivanov整理了关于图机器学习方面的高分论文，有49篇关于图机器学习论文。以下附上其中具有代表性的5篇论文。另外，一并附上David Mack的图机器学习介绍ppt。值得一看。

大数据工程师路线图 数据工程师路线图 深度学习路线图 机器学习路线图 数据科学家路线图 从以下几个方面着手讲解：数据科学家、机器学习、深度学习、数据工程师以及大数据工程师。这 5 部分内容都有详细的学习路线图

图机器学习数据集pubmed.zip

图机器学习典藏版合集1，datafun 会议pdf

从微观世界粒子的相互作用到宏观世界人的社交，从自然生态系统中的食物网到人造互联网中的链接，事物间的关联可谓无处不在。图论起源于欧拉对“哥尼斯堡七桥问题”的研究，是建模事物间关联的有效工具。在大数据时代，事物及其关联前所未有地以数据的形式被记录和收集，具体体现为图数据。图数据，即包含图的数据，其中图的节点代表事物，边代表事物间的关联。进一步地，事物及其关联往往具有特定的性质，这些性质在经典的图论中是被忽略的。 图数据分析在生物制药、智能交通、电子商务、疫情防控等领域发挥着极其重要的基础性作用。图机器学习，即从图数据中学习，是图数据分析的核心方法（见图1）。

DataFunSummit 2021 图机器学习峰会PPT汇总，共31份。 1. GNN基础模型 好的图表示到底是什么？ 探索图神经网络的表达能力 图注意力多层感知器 Adaptive Universal Generalized PageRank Graph Neural Network 2. 复杂图 面向富文本网络的图神经网络及应用 视频人物社交关系图生成与应用 知识图谱的自监督学习与逻辑推理 Representing and Aligning Networks in Hyperbolic Spaces 3. 大规模图平台 高效、易用、开放的图深度学习平台DGL介绍及展望 面向美团业务场景的图学习平台 图数据库安全控制 Angel Graph大规模图计算平台 PyG 2.0 & GraphGym 图学习平台 4. 推荐与图 基于GNN的社交推荐算法设计和应用 图表征学习在美团推荐中的应用 图神经网络在推荐召回中的应用和挑战 Angel图神经网络在推荐场景下的实践 GNN算法的应用与专用训练框架 等

DataFunTalk系列技术：图机器学习典藏版合集-185页

DataFunSummit 2021 图机器学习峰会PPT汇总，共31份。 2021图机器学习峰会共设置GNN基础模型、复杂图、大规模图平台、推荐与图、NLP与图、风控与图、生物计算与图等7大论坛，将从多个视角彻底了解图机器学习！ 1. GNN基础模型 好的图表示到底是什么？ 探索图神经网络的表达能力 图注意力多层感知器 Adaptive Universal Generalized PageRank Graph Neural Network 2. 复杂图 面向富文本网络的图神经网络及应用 视频人物社交关系图生成与应用 知识图谱的自监督学习与逻辑推理 Representing and Aligning Networks in Hyperbolic Spaces 3. 大规模图平台 高效、易用、开放的图深度学习平台DGL介绍及展望 面向美团业务场景的图学习平台 图数据库安全控制 Angel Graph大规模图计算平台 PyG 2.0 & GraphGym 图学习平台 4. 推荐与图 基于GNN的社交推荐算法设计和应用 图表征学习在美团推荐中的应用 图神经网络在推荐召回中的应用和挑战 Angel图神经网络在推荐场景下的实践 GNN算法的应用与专用训练框架 5. NLP与图 基于逻辑规则学习的知识图谱推理 基于图深度学习的自然语言处理，方法与应用 基于图神经网络的知识图谱表示 基于图学习的信息流挖掘与兴趣点建模 6. 风控与图 基于图神经网络的欺诈检测—从研究到应用 图机器学习在度小满金融风控中的应用 图神经网络的对抗攻防研究 图神经网络在反欺诈领域的应用 图神经网络在实时风控的应用 7. 生物计算与图 基于梯度向量场的分子三维结构生成 基于最优传输理论的无监督图压缩及其在时间线摘要上的应用 图机器学习在生物图上的应用 图预训练技术在生物计算领域的应用

斯坦福_图机器学习（图神经网络）_CS224W_课程讲义（包含homework）