뒤로 가기
홈으로 이동
LearnFit
공유하기
YouTube, CS224W: Machine Learning with Graphs | 2021 | Lecture 1.2 - Applications of Graph ML
yun님의 학습노트

CS224W: Machine Learning with Graphs | Lecture 1.2 - Applications of Graph ML

#Jure Leskovec
#Machine Learning
#CS224W
#Stanford
#Graph machine learning
#node classification
#link prediction
#graph classification
00:00강의노트(34p~58p) : http://snap.stanford.edu/class/cs224w-2020/slides/01-intro.pdf
00:56그래프 응용 사례 | 다양한 도메인의 다양한 task를 보여줌
01:02node classification / link prediction / graph classification / clustering
02:39node 레벨의 머신러닝 응용 사례
02:52protein folding
04:33alphaFold -> 최근에(2020년) protein folding 문제 해결 관련 기사 : https://www.ibric.org/myboard/read.php?id=300218&Board=news
06:31edge 레벨의 머신러닝 응용 사례
06:56recommender system
09:40drug side effects
13:59subgraph 레벨의 머신러닝 응용 사례
14:18traffic prediction
15:38graph 레벨의 머신러닝 응용 사례
15:50drug discovery
16:31deep learning for antibiotic discovery
17:17molecule generation / optimization
18:29physics simulation
✔ 학습 완료

이런 러닝패스는 어때요?

yun님의 다른 노트는 어때요?

yun의 프로필 이미지
yun
의 학습노트

[EdTech 입문] DKT란?_Deep Knowledge Tracing

영상 재생 모양 아이콘
Video
⏱ 핵심 스탬프
14
00:23
목차 1. DKT Model 2. DKT Model Input&Output 3. DKT 특성 및 한계
00:38
DKT 모델을 알아보자. DKT는 Knowledge Tracing에 DL을 적용시킨 모델로 학생들의 반응을 예측하는 문제에 RNN과 LSTM모델을 적용시킨 방법
👍
1
스크랩
yun의 프로필 이미지
yun
의 학습노트

선행학습_Markov in EdTech

영상 재생 모양 아이콘
Video
⏱ 핵심 스탬프
10
00:20
목차
00:22
Markov 모델 전에 알아야 할 Markov Property에 대해 알아봅니다.
스크랩
👋 다양한 인사이트를 읽어보고 계신가요?
나만의 학습 기록을 남기고, 관리하고 싶다면!
다양한 전문가의 멤버십 전용 콘텐츠를 보고 싶다면!
나의 학습 내용을 공유하고, 수익을 올리고 싶다면!
3초 회원가입/로그인으로, 런핏의 커뮤니티에 여러분도 함께하세요.
3초 만에 가입하기