풀잎스쿨
연구를 위한 지식을 플립러닝 방식으로
2-3개월 간 학습하는 집중 스터디 과정입니다.
2-3개월 간 학습하는 집중 스터디 과정입니다.
* 풀잎스쿨은 3개월마다 진행됩니다.
Graph와 GNN에 대한 기본을 다져봅시다.
강의 웹사이트의 Course Info를 참조하세요.
"Networks are a fundamental tool for modeling complex social, technological, and biological systems.
Coupled with the emergence of online social networks and large-scale data availability in biological sciences, this course focuses on the analysis of massive networks which provide several computational, algorithmic, and modeling challenges.
Students are introduced to machine learning techniques and data mining tools apt to reveal insights on the social, technological, and natural worlds, by means of studying their underlying network structure and interconnections."
"네트워크는 복잡한 사회, 기술 및 생물학적 시스템을 모델링하기위한 기본 도구입니다.
온라인 소셜 네트워크의 출현 및 생물학 분야의 대규모 데이터 가용성과 함께 이 과정은 몇 가지 계산, 알고리즘 및 모델링 문제를 제공하는 대규모 네트워크 분석에 중점을 둡니다.
학생들은 기본 네트워크 구조 및 상호 연결을 연구하여 사회, 기술 및 자연 세계에 대한 통찰력을 드러내는 데 적합한 기계 학습 기술 및 데이터 마이닝 도구를 소개합니다."
"Networks are a fundamental tool for modeling complex social, technological, and biological systems.
Coupled with the emergence of online social networks and large-scale data availability in biological sciences, this course focuses on the analysis of massive networks which provide several computational, algorithmic, and modeling challenges.
Students are introduced to machine learning techniques and data mining tools apt to reveal insights on the social, technological, and natural worlds, by means of studying their underlying network structure and interconnections."
"네트워크는 복잡한 사회, 기술 및 생물학적 시스템을 모델링하기위한 기본 도구입니다.
온라인 소셜 네트워크의 출현 및 생물학 분야의 대규모 데이터 가용성과 함께 이 과정은 몇 가지 계산, 알고리즘 및 모델링 문제를 제공하는 대규모 네트워크 분석에 중점을 둡니다.
학생들은 기본 네트워크 구조 및 상호 연결을 연구하여 사회, 기술 및 자연 세계에 대한 통찰력을 드러내는 데 적합한 기계 학습 기술 및 데이터 마이닝 도구를 소개합니다."
사회적 거리두기 2단계 이상일 경우, ZOOM을 활용하여 온라인으로 진행될 수 있습니다.
이런 분들께 추천합니다
- 기본적인 Graph 이론 또는 확률론을 공부한 경험이 있으신 분
- Social Network 분석을 공부하고 싶으신 분
- Graph가 어떤 역할을 하는지 궁금하신 분
- GNN의 기본과 원리, 그리고 응용에 대해서 공부하고 싶으신 분
- Social Network 분석을 공부하고 싶으신 분
- Graph가 어떤 역할을 하는지 궁금하신 분
- GNN의 기본과 원리, 그리고 응용에 대해서 공부하고 싶으신 분
난이도
학습유형
사전학습 (주차별 학습내용을 각자 학습한 후 모여서 토론합니다)
커리큘럼
1주차
2주차
3주차
4주차
5주차
6주차
7주차
8주차
9주차
10주차
11주차
Orientation
1강. Introduction; Structure of Graphs
1강. Introduction; Structure of Graphs
2주차
2강. Properties of Networks and Random Graph Models
3강. Motifs and Structural Roles in Networks
3강. Motifs and Structural Roles in Networks
3주차
4강. Community Structure in Networks
5강. Spectral Clustering
5강. Spectral Clustering
4주차
6강. Message Passing and Node Classification
7강. Graph Representation Learning
7강. Graph Representation Learning
5주차
8강. Graph Neural Networks
9강. Graph Neural Networks: Hands-on Session
9강. Graph Neural Networks: Hands-on Session
6주차
10강. Deep Generative Models for Graphs
11강. Link Analysis: PageRank
11강. Link Analysis: PageRank
7주차
12강. Network Effects and Cascading Behavior
13강. Probabilistic Contagion and Models of Influence
13강. Probabilistic Contagion and Models of Influence
8주차
14강. Influence Maximization in Networks
15강. Outbreak Detection in Networks
15강. Outbreak Detection in Networks
9주차
16강. Network Evolution
17강. Reasoning over Knowledge Graphs
17강. Reasoning over Knowledge Graphs
10주차
18강. Limitations of Graph Neural Networks
19강. Applications of Graph Neural Networks
19강. Applications of Graph Neural Networks
11주차
총정리
* 이론으로 진행되는 과정입니다. 참고해주세요.
교재 및 학습자료 / 준비물
Stanford CS224W의 커리큘럼에 맞추어 진행합니다.
(스케줄이 예정보다 뒤쳐져서, 11주에 다 끝내지 못할 수도 있습니다.)
Website : http://web.stanford.edu/class/cs224w/
Youtube 강의 playlist : https://www.youtube.com/playlist?list=PL-Y8zK4dwCrQyASidb2mjj_itW2-YYx6-
(스케줄이 예정보다 뒤쳐져서, 11주에 다 끝내지 못할 수도 있습니다.)
Website : http://web.stanford.edu/class/cs224w/
Youtube 강의 playlist : https://www.youtube.com/playlist?list=PL-Y8zK4dwCrQyASidb2mjj_itW2-YYx6-
풀잎스쿨이란
풀잎스쿨 신청자분들께는 과정 시작 일주일 전에 참여 관련 안내 메일을 드릴 예정입니다.
퍼실이 소개
전효정
#그래프뉴비 #호기심천국
강화학습이랑 수학 좋아하는 아마추어입니다.
그래프에 잠시 꽂혀서 함께 공부하고픈 마음에 개설했습니다.
그래프 좋아하시는 많은 분들의 참여 부탁드립니다. :)
풀잎스쿨 / LAB 참여 이력
풀잎스쿨 참여활동
1기 강화학습 설레는 첫 만남
풀잎스쿨 퍼실활동
7-8기 컨벡스 최적화 Reboot
9기 딴딴한 강화학습(CS234)
LAB
RLPG
CTRL
환불정책
첫 모임 시작 전날까지 취소 및 전액 환불이 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
CS224W : Machine Learning with Graphs
시작일
2021년 1월 13일
진행일시
수 / 19:30
수강기간
11주 (2시간/주)
진행장소
강남캠퍼스
231,000원
선결제자가 가상 계좌 입금 대기 상태인 경우, 실질적으로 마감되었음에도 마감 임박으로 표시됩니다.
대기자 신청을 해주시면 추후 공석이 생길 경우 메일로 알람이 발송됩니다.
대기자 신청을 해주시면 추후 공석이 생길 경우 메일로 알람이 발송됩니다.
CS224W : Machine Learning with Graphs
시작일
2021년 1월 13일
진행일시
수 / 19:30
수강기간
11주 (2시간/주)
진행장소
강남캠퍼스
231,000원
선결제자가 가상 계좌 입금 대기 상태인 경우, 실질적으로 마감되었음에도 마감 임박으로 표시됩니다.
대기자 신청을 해주시면 추후 공석이 생길 경우 메일로 알람이 발송됩니다.
대기자 신청을 해주시면 추후 공석이 생길 경우 메일로 알람이 발송됩니다.
Graph와 GNN에 대한 기본을 다져봅시다.
강의 웹사이트의 Course Info를 참조하세요.
"Networks are a fundamental tool for modeling complex social, technological, and biological systems.
Coupled with the emergence of online social networks and large-scale data availability in biological sciences, this course focuses on the analysis of massive networks which provide several computational, algorithmic, and modeling challenges.
Students are introduced to machine learning techniques and data mining tools apt to reveal insights on the social, technological, and natural worlds, by means of studying their underlying network structure and interconnections."
"네트워크는 복잡한 사회, 기술 및 생물학적 시스템을 모델링하기위한 기본 도구입니다.
온라인 소셜 네트워크의 출현 및 생물학 분야의 대규모 데이터 가용성과 함께 이 과정은 몇 가지 계산, 알고리즘 및 모델링 문제를 제공하는 대규모 네트워크 분석에 중점을 둡니다.
학생들은 기본 네트워크 구조 및 상호 연결을 연구하여 사회, 기술 및 자연 세계에 대한 통찰력을 드러내는 데 적합한 기계 학습 기술 및 데이터 마이닝 도구를 소개합니다."
"Networks are a fundamental tool for modeling complex social, technological, and biological systems.
Coupled with the emergence of online social networks and large-scale data availability in biological sciences, this course focuses on the analysis of massive networks which provide several computational, algorithmic, and modeling challenges.
Students are introduced to machine learning techniques and data mining tools apt to reveal insights on the social, technological, and natural worlds, by means of studying their underlying network structure and interconnections."
"네트워크는 복잡한 사회, 기술 및 생물학적 시스템을 모델링하기위한 기본 도구입니다.
온라인 소셜 네트워크의 출현 및 생물학 분야의 대규모 데이터 가용성과 함께 이 과정은 몇 가지 계산, 알고리즘 및 모델링 문제를 제공하는 대규모 네트워크 분석에 중점을 둡니다.
학생들은 기본 네트워크 구조 및 상호 연결을 연구하여 사회, 기술 및 자연 세계에 대한 통찰력을 드러내는 데 적합한 기계 학습 기술 및 데이터 마이닝 도구를 소개합니다."
사회적 거리두기 2단계 이상일 경우, ZOOM을 활용하여 온라인으로 진행될 수 있습니다.
이런 분들께 추천합니다
- 기본적인 Graph 이론 또는 확률론을 공부한 경험이 있으신 분
- Social Network 분석을 공부하고 싶으신 분
- Graph가 어떤 역할을 하는지 궁금하신 분
- GNN의 기본과 원리, 그리고 응용에 대해서 공부하고 싶으신 분
- Social Network 분석을 공부하고 싶으신 분
- Graph가 어떤 역할을 하는지 궁금하신 분
- GNN의 기본과 원리, 그리고 응용에 대해서 공부하고 싶으신 분
난이도
학습유형
사전학습 (주차별 학습내용을 각자 학습한 후 모여서 토론합니다)
커리큘럼
1주차
2주차
3주차
4주차
5주차
6주차
7주차
8주차
9주차
10주차
11주차
Orientation
1강. Introduction; Structure of Graphs
1강. Introduction; Structure of Graphs
2주차
2강. Properties of Networks and Random Graph Models
3강. Motifs and Structural Roles in Networks
3강. Motifs and Structural Roles in Networks
3주차
4강. Community Structure in Networks
5강. Spectral Clustering
5강. Spectral Clustering
4주차
6강. Message Passing and Node Classification
7강. Graph Representation Learning
7강. Graph Representation Learning
5주차
8강. Graph Neural Networks
9강. Graph Neural Networks: Hands-on Session
9강. Graph Neural Networks: Hands-on Session
6주차
10강. Deep Generative Models for Graphs
11강. Link Analysis: PageRank
11강. Link Analysis: PageRank
7주차
12강. Network Effects and Cascading Behavior
13강. Probabilistic Contagion and Models of Influence
13강. Probabilistic Contagion and Models of Influence
8주차
14강. Influence Maximization in Networks
15강. Outbreak Detection in Networks
15강. Outbreak Detection in Networks
9주차
16강. Network Evolution
17강. Reasoning over Knowledge Graphs
17강. Reasoning over Knowledge Graphs
10주차
18강. Limitations of Graph Neural Networks
19강. Applications of Graph Neural Networks
19강. Applications of Graph Neural Networks
11주차
총정리
* 이론으로 진행되는 과정입니다. 참고해주세요.
교재 및 학습자료 / 준비물
Stanford CS224W의 커리큘럼에 맞추어 진행합니다.
(스케줄이 예정보다 뒤쳐져서, 11주에 다 끝내지 못할 수도 있습니다.)
Website : http://web.stanford.edu/class/cs224w/
Youtube 강의 playlist : https://www.youtube.com/playlist?list=PL-Y8zK4dwCrQyASidb2mjj_itW2-YYx6-
(스케줄이 예정보다 뒤쳐져서, 11주에 다 끝내지 못할 수도 있습니다.)
Website : http://web.stanford.edu/class/cs224w/
Youtube 강의 playlist : https://www.youtube.com/playlist?list=PL-Y8zK4dwCrQyASidb2mjj_itW2-YYx6-
풀잎스쿨이란
풀잎스쿨이 무엇인가요?
연구에 필요한 기초 지식&기술을 플립러닝 방식으로 2~3개월 간 함께 집중적으로 학습하는 과정입니다.
퍼실이는 누구인가요?
‘facilitator’에서 나온 명칭으로, 풀잎스쿨 각 과정의 조력자입니다.
함께 공부하고 싶은 과정을 기획하고 풀잎 모임을 리딩 및 진행합니다.
함께 공부하고 싶은 과정을 기획하고 풀잎 모임을 리딩 및 진행합니다.
다른 곳들과 어떤 차이점이 있나요?
수동적으로 배우게 되는 기존의 학원과 다르게 플립러닝(flipped learning, 거꾸로 학습)으로 진행됩니다.
따라서 질문과 토론을 통해 지식을 인터랙티브하게 공유하고 성장할 수 있습니다.
* 플립러닝(flipped Learning) : 거꾸로 학습. 각자 학습을 해온 후 모여서 질문, 토론 등으로 공부하는 방식
따라서 질문과 토론을 통해 지식을 인터랙티브하게 공유하고 성장할 수 있습니다.
* 플립러닝(flipped Learning) : 거꾸로 학습. 각자 학습을 해온 후 모여서 질문, 토론 등으로 공부하는 방식
풀잎스쿨 신청자분들께는 과정 시작 일주일 전에 참여 관련 안내 메일을 드릴 예정입니다.
퍼실이 소개
전효정
#그래프뉴비 #호기심천국
강화학습이랑 수학 좋아하는 아마추어입니다.
그래프에 잠시 꽂혀서 함께 공부하고픈 마음에 개설했습니다.
그래프 좋아하시는 많은 분들의 참여 부탁드립니다. :)
그래프에 잠시 꽂혀서 함께 공부하고픈 마음에 개설했습니다.
그래프 좋아하시는 많은 분들의 참여 부탁드립니다. :)
풀잎스쿨 / LAB 참여 이력
풀잎스쿨 참여활동
1기 강화학습 설레는 첫 만남
풀잎스쿨 퍼실활동
7-8기 컨벡스 최적화 Reboot
9기 딴딴한 강화학습(CS234)
LAB
RLPG
CTRL
1기 강화학습 설레는 첫 만남
풀잎스쿨 퍼실활동
7-8기 컨벡스 최적화 Reboot
9기 딴딴한 강화학습(CS234)
LAB
RLPG
CTRL
환불정책
첫 모임 시작 전날까지 취소 및 전액 환불이 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.