Graph Neural Network4 [Graph Neural Networks] Table of Contents 2024.10.20 - [Data & Research] - [Graph Neural Networks] Basics of Graph2024.10.23 - [Data & Research] - [Graph Neural Networks] Graph in Traditional ML scheme2024.11.21 - [Data & Research] - [Graph Neural Networks] NetworkX & Pytorch Geometric2025.06.03 - [Data & Research] - [Graph Neural Networks] Node Embedding2025.06.03 - [Data & Research] - [Graph Neural Networks] Graph Embedding2025.06.03 .. 2025. 6. 8. [Graph Neural Networks] Transductive vs. Inductive 2025.06.08 - [Data & Research] - [Graph Neural Networks] Table of Contents본격적으로 Graph Neural Network에 들어가기 앞 서 일단 먼저 알아두어야 할 컨셉이 있습니다. Transductive Learning과 Inductive Learning인데요 1. Transductive LearningTransductive Learning 환경에서는 모델이 학습 단계에서 전체 데이터셋(학습, 검증, 테스트 데이터 모두)에 접근할 수 있습니다. 테스트 데이터의 특성(feature)과 그래프 구조(연결성)는 알고 있지만, 레이블(label)만 모르는 상태입니다. 모델의 목표는 학습 데이터의 레이블을 활용하여 학습 과정 중에 이미 관찰된 특정 테스.. 2025. 6. 3. [Graph Neural Networks] Node Embedding "> 2025.06.08 - [Data & Research] - [Graph Neural Networks] Table of Contents오랜만에 Graph Neural Networks의 포스팅을 이어가보려 합니다. 우리가 다루어야할 것은 추상적인 개념의 Graph인데 딥러닝 등의 정량적인 방식으로 다루기위해서는 어떻게든 수치화하는 것이 필요할 것입니다. 그런 관점에서 Graph의 node를 수치화(embedding)하겠다는 것이 node embedding입니다. node를 embedding한 결과물은 latent vector가 됩니다. 수치화하는 것도 중요하지만 그 과정에서 원래 graph에서 가까운 node들은 embedding 후에도 여전히 높은 유사도를 갖도록 해야 적절한 embedding이라고 .. 2025. 6. 3. [Graph Neural Networks] Basics of Graph 2025.06.08 - [Data & Research] - [Graph Neural Networks] Table of Contents안녕하세요? 이번 포스팅에서는 Graph Neural Network에 관련된 첫번째 시리즈 내용을 적으려고 합니다. 주요 내용이나 자료들은 standford의 OCW cs224(Machine Learning with Graphs; Jure Leskovec)를 참고 했습니다. https://web.stanford.edu/class/cs224w/ CS224W | HomeContent What is this course about? Complex data can be represented as a graph of relationships between objects. Such .. 2024. 10. 20. 이전 1 다음 반응형
