图机器学习导论

学习路径与必读论文清单

• 斯坦福CS224W（子豪兄中文精讲）
• 知识图谱实战
• Deepwalk
• Node2vec
• PageRank
• GNN
• GCN
• Gragh-SAGE
• GIN
• GAT
• Trans-E
• Trans-R

图无处不在

图是描述关联数据的通用语言
举例

• 计算机网络
• 新冠肺炎流行病学调查传播链
• 食物链
• 地铁图
• 社交网络
• 经济网络
• 通信网络
• 互联网
• 论文引用网络
• 人神经元神经网络
• 医疗图谱
• 基因和蛋白质的调控网络
• 场景网络
• 代码也可以抽象为图
• 分子图
• 三维建模模型图
• 人体关键点检测
• 张量图

数学上图论起源于哥尼斯堡七桥问题

如何对图数据进行数据挖掘

节点和连接组成的图
传统机器学习数据样本之间独立同分布
现代深度学习方法用来解决表格矩阵序列数据，还没有专门处理关联数据的神经网络
图机器学习是人工智能和深度学习的新蓝海

##* 机器学习的热点

• 图神经网络
• 对抗学习
• 元学习
• NAS
• 自监督学习
• bert
• nlp
• 连续学习

图深度学习的难点

任意尺寸输入
没有固定的节点顺序和参考锚点
动态变化
多模态特征

图神经网络

##图神经网络

课程概述

传统机器学习方法：Graphlets,Graph Kernels
node embedding：DeepWalk,Node2Vec
图神经网络：GCN，GraphSAGE，GAT，Theory of GNNS
知识图谱和推理：
生成新的图：GraphRNN
图数据挖掘

课程目录

课程主页：http://cs224w.stanford.edu
参考书籍：Graph Representation Learning Book
课程每一章都是独立的

图机器学习、图神经网络编程工具

PyG：www.pyg.org
NetworkX：networkx.org
DGL：www.dgl.ai
AntV图可视化工具Graphin：graphin.antv.vision
AntV图可视化工具G6：g6.antv.antgroup.com
Echarts可视化：echarts.apache.org/examples/zh/index.html#chart-type-graphGL

图数据库库排名

图机器学习应用

任务层次

节点层面
信用卡欺诈

连接层面
推荐可能认识的人

子图层面、社群层面
用户聚类

图层面
分子是否有毒
生成新的分子结构

图机器学习任务

• 节点分类
• 连接预测
• 图分类
• 聚类
• 其他任务
  图生成
  图演化

Example

AlphaFold

AlphaFold官网：https://www.deepmind.com/research/highlighted-research/alphafold

AlphaFold蛋白质数据库：https://alphafold.ebi.ac.uk

AlphaFold博客1：https://www.deepmind.com/blog/alphafold-using-ai-for-scientific-discovery-2020

AlphaFold博客2：https://www.deepmind.com/blog/alphafold-reveals-the-structure-of-the-protein-universe

AlphaFold自然杂志论文：https://www.nature.com/articles/s41586-019-1923-7.epdf?author_access_token=Z_KaZKDqtKzbE7Wd5HtwI9RgN0jAjWel9jnR3ZoTv0MCcgAwHMgRx9mvLjNQdB2TlQQaa7l420UCtGo8vYQ39gg8lFWR9mAZtvsN_1PrccXfIbc6e-tGSgazNL_XdtQzn1PHfy21qdcxV7Pw-k3htw%3D%3D

AlphaFold代码：https://github.com/deepmind/deepmind-research/tree/master/alphafold_casp13

百度文心·生物计算大模型：https://wenxin.baidu.com/wenxin/paddlehelix

人工智能在药物发现和生物技术中的应用：2022年回顾与关键趋势：https://mp.weixin.qq.com/s/ZuDpd2YqHpDiRqw9GIXolw

图背后的商业价值

人的本质就是社会关系的总和
江湖不是打打杀杀江湖就是人情世故，江湖就是图
举例

• Google的搜索引擎
• 抖音、微博、B站的内容推荐
• 银行的风控信用卡欺诈

图是最优质的长期资产
网络效应是一个企业最深的护城河

几个图数据挖掘项目

• ReadPaper(ReadPaper.com)
• Connected papers(connectedpapers.com)
• BIOS(bios.idea.edu.cn)
• 刘焕勇主页：https://liuhuanyong.github.io

总结

图是描述大自然的通用语言
图蕴含了巨大的商业价值和科研价值
图在过去现在未来都在改变各行各业
图机器学习是长期通用技能
图机器学习可以和人工智能方向结合（大模型、多模态、可信计算、NLP）