강의 소개

그래프의 정점을 벡터로 표현하는 방법인 정점 임베딩(Node Embedding)에 대해서 배웁니다.

기계학습의 다양한 툴은 벡터로 표현된 데이터를 입력으로 받습니다. 이러한 툴들을 이용해서 그래프를 분석할 수 있을까요? 그래프를 벡터로 나타낼 수 있으면 가능하겠죠? 이번 강의에서는 그래프의 정점(Node)을 벡터로 표현하는 방법인 정점 임베딩(Node Embedding)에 대해 배웁니다. 정점을 어떻게 벡터로 표현하는지, 정점 사이의 유사성을 어떻게 표현하는지 집중하면서 강의를 들어봅시다!

 Further Reading

https://arxiv.org/pdf/1607.00653.pdf

https://arxiv.org/pdf/1403.6652.pdf

강의 영상

강의 타임스탬프

(동영상 우측 하단의 '동영상 목차'를 활용하시면 더욱 편리합니다.)

[00:00:08] 인트로 - 강사 인사 (p.1)

[00:00:18] 인트로 - 목차 소개 (p.2) 

[00:01:12] 1. 정점 표현 학습 (p.3) 

[00:01:20] 1.1 정점 표현 학습이란? (p.4)

[00:02:56] 1.2 정점 표현 학습의 이유 (p.6)

[00:04:34] 1.3 정점 표현 학습의 목표 (p.7)

[00:08:05] 2. 인접성 기반 접근법 (p.11) 

[00:08:13] 2.1 인접성 기반 접근법 (p.12) 

[00:10:37] 2.2 인접성 기반 접근법의 한계 (p.14) 

강의 자료