解析AI圖神經網路(GNN)與實務-公開課程-亞太教育訓練網

解析AI圖神經網路(GNN)與實務

將循序漸進介紹圖神經網路的基礎知識、目前技術發展與經典模型，並結合GNN於...

　　圖神經網路(GNN)提供圖表徵學習(Graph representation learning)或圖嵌入技術(Graph embedding)的框架，可用於各種圖資料上的監督學習、半監督學習及強化學習，故被稱為深度學習的新一代技術。　　本課程將循序漸進介紹圖神經網路的基礎知識、目前技術發展與經典模型，並結合GNN於社群網路分析、交通預測、自然語言處理等應用案例，幫助學員增強理解，最後更以實作案例帶領學員動手演練，加深學習效果。

提供機構：

工業技術研究院(工研院產業學院)

加入收藏

轉寄

友善
列印

報名洽詢
機構資訊
授課講師
報名資訊
課程介紹

課程代碼 2322030077
解析AI圖神經網路(GNN)與實務
課程型態/ 線上同步
上課地址/ 線上webex會議室(詳細地點以上課通知為主)
時數/ 7小時
起迄日期/ 2022/08/19~2022/08/19
聯絡資訊/ 謝小姐 03-5913417
報名截止日/ 2022/08/18

課程介紹

迎戰AI浪潮，提前佈局下一階段最有潛力的AI應用。
　　圖神經網路(GNN)提供圖表徵學習(Graph representation learning)或圖嵌入技術(Graph embedding)的框架，可用於各種圖資料上的監督學習、半監督學習及強化學習，故被稱為深度學習的新一代技術。
　　本課程將循序漸進介紹圖神經網路的基礎知識、目前技術發展與經典模型，並結合GNN於社群網路分析、交通預測、自然語言處理等應用案例，幫助學員增強理解，最後更以實作案例帶領學員動手演練，加深學習效果。
※本班因應疫情改為【線上同步直播】，請學員自備電腦/筆電、挑選網路順暢之地點來進行課程，以達成線上課程最佳的學習效果。

課程目標

將幫助學員建構圖、圖數據、卷積神經網絡及表示學習等基礎知識。
讓學員認識GNN目前的發展近況與經典模型。
讓學員清楚了解GNN的應用案例並帶領學員動手練習實作。

課程對象

建議具備Python程式設計、數學概念基礎者為佳。
歡迎電機、電子、資工、資管相關科系背景、對AI領域新知識有學習興趣者。

講師簡介

工研院特聘專業講師 (學員口碑肯定，課後滿意度高達4.7以上)
專長：程式設計、大數據分析、資料探勘、人工智慧、智慧城市
現任：中興大學資訊管理學系教授
經歷：中華民國人工智慧學會秘書長、日本樂天株式會社資料科學家、雅虎資訊公司資深工程師

課程資訊

上課時間：111/8/19，週五上課，09:30~17:30，共7小時。
上課地點：線上webex會議室(詳細資訊以上課通知為主)
報名方式：
-線上報名：請學員前往工研院「產業學習網」報名
-信箱報名：請將報名資訊寄至VHsieh@itri.org.tw 謝小姐
-課程洽詢：若有課程或報名上的問題，請洽服務專線：03-5913417 謝小姐

課程大綱

(一)基礎概念
1.Graph Representation Learning
1-1.Graph簡介及基礎知識
1-2.Node Embedding：Deepwalk, Node2Vec, LINE1-3.Graph Neural Network：GNN簡介、GCN、GraphSAGE、Gated Graph Neural Networks
1-4. GNN目前的發展近況與經典模型介紹：Weisfeiler-Lehman Graph Kernel, Variational Graph Auto-Encoders, Graph Attention Networks, Graph Isomorphism Network
1-5. Scalable GNN Learning

(二)實務應用
2. GNN應用案例
2-1.GNN於社群網路分析
2-2.GNN利用於交通預測
2-3.GNN於自然語言處理上的應用
3.以Pytorch進行實作
3-1.利用GNN進行手寫字辨識
3-2.利用使用者點擊行為預測購買行為以及購買商品

課程費用

課程原價：4,600元。
早鳥優惠價：學員於7/22前完成報名與繳費，享有早鳥優惠價每人4,100元。
工研人優惠：凡工研同仁報名，享有工研人優惠每人4,000元。
團報優惠：兩位(含)以上學員一起結伴報名，享有團報優惠每人3,800元。

注意事項與退費機制

1.為確保學員的上課權益，報名後未收到任何回覆，請主動詢問是否完成報名。
2.因臨時突發事件或不可抗力之因素，主辦單位保有調整日期或更換講師之權利。
3.我們會提前幫學員郵寄講義，若不克前來，請務必於開課前一週來電或來信取消或告知指派其他人參加，以利後續行政作業進行。
4.在培訓期間因個人因素無法繼續參與課程，若上課時數未超過總時數1/3，本單位將退還所繳上課費用之50％，若上課時數超過總時數1/3，恕不予退費。若原報名者因故不克參加，且欲更換他人參加，敬請於開課前三日告知。