LearnFit
YouTube, CS224W: Machine Learning with Graphs | 2021 | Lecture 1.3 - Choice of Graph Representation
CS224W: Machine Learning with Graphs | 2021 | Lecture 1.3 - Choice of Graph Representation
#Jure Leskovec
#Machine Learning
#CS224W
#Stanford
#graphs
#directed vs. undirected
#weighted vs. unweighted
#homogeneous vs bipartite
#abstracting graphs
00:00강의노트(59p~끝까지) : http://snap.stanford.edu/class/cs224w-2020/slides/01-intro.pdf
00:17graph의 구성 요소
01:49choosing a proper representation
03:28그래프 종류 비교
방향성(directed) vs 비방향성(undirected)
04:41Node Degrees
: edge의 개수를 의미
04:51degree : 노드에 인접한 노드 수. ex) 노드 A(빨간 노드)에서 degree는 4개.
05:42in-degree : # of edges pointing towards the node
05:48out-degree : # of edges pointing outward from the node
06:07Bipartite Graph
08:44Adjacency Matrix
09:59adjacency matrix에서의 node degrees
12:32그래프를 표현하는 또 다른 방법 : Edge list로 나타내기
13:03edge list보다 더 나은 표현 방법 : Adjacency list
14:02Node and Edge Attributes
15:07graph의 여러가지 타입
16:49비방향성 그래프의 연결성
17:30예시
18:14방향성 그래프의 연결성
1. Strongly connected directed graph
2. Weakly connected directed graph
18:56Strongly connected directed graph
19:35summary
✔ 학습 완료
👋 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