【AAAI-20教程】305页GNN教程《图神经网络：模型和应用》

公众号关注 “ML_NLP”设为 “星标”，重磅干货，第一时间送达！图结构化数据在现实世界中无处不在，如社交网络、分子图。设计用于图结构化数据的表示学习算法非常重要，以便简化下游任务。图神经网络（GNN）将深度神经网络模型泛化至图结构数据，为有效学习图结构化数据提供了新途径，不论是节点级还是图级。凭借其强大的表示学习能力，从推荐、自然语言处理到医疗保健等各种应用中，GNN都具有实际意义。最近，作为研究热点，它在机器学习和数据挖掘圈引起了越来越多的关注。本教程涵盖了基于图结构化数据的表示学习，GNN的鲁棒性，GNN的可伸缩性以及基于GNN的应用。   教程内容1.  介绍图和图结构化数据基于图结构化数据的任务图神经网络2.  基础 ………………………………