正文

01-introduction图机器学习介绍

combfish  combfish  2023-04-21  408

关键词：

Networks： Networks are a general language for describing complex systems of interacting entities. 网络（关系图）是描述交互实体复杂系统的通用语言
Networks/Graph 的两种类型：1） Networks（Natural Graphs 自然网络）：如社会，基因或蛋白质的交互 2） Information Graph（信息图）：信息/知识是经过组织和链接的；（scene graphs）实体在特定场景下的关联；(similarity networks)相似性的连接
构建网络前（或对实体进行建模前），需要了解清楚实体间的关系
我们如何利用关联结构去做更好的预测？——通过对实体关系的准确建模
分析网络的方式：节点分类，链接关系预测，社区发现，网络相似度检测

本课程的两个重要主题：

1. 网络结构是如何影响系统的稳健性的

2. 开发量化工具用于评估网络结构与网络动态演化的交互，以及他们对故障的影响（这里不确定是否理解合适，原文是their impact on failures）

此外，会学习到现实中故障的发生往往伴随可复现的规则，从而用于量化甚至是预测

应用：

1. 社交网络

社交圈发现（检测/挖掘）

2. 工业

停电故障检测与预测

3. 知识

知识图谱，混合图谱，多模图谱

1）知识图谱，2）链路预测（内容推荐也是链路预测的一种），3）节点嵌入（embedding nodes, 类似于词嵌入，将节点用n维向量表示，且该向量是可用于计算，若节点间的邻居比较相似，则该两节点的距离较近)

4. 在线媒体：

1) 例如Tweet的转发网络（极化与非极化，群体极化？）

2）信息误报（misinformation）：例如检测维基百科的文章是否是骗局？真实文章间的链接往往比较连贯，而欺诈性文章的链接结构是真实的不一致，论文中显示使用network检测文章是否真实的准确率在0.86（高于人类0.66）https://cs.stanford.edu/people/jure/pubs/hoax-www16.pdf

3）预测扩散性(predicting virality)：如社交网络中的信息级联

4）产品采用(product adoption): 如用户邀请另一用户注册某应用

5.生物制药：

如蛋白质间的交互网络

1）副作用：复合用药的副作用预测？例如，老年人因为身患多种疾病，因此会服用多类药物，给定两类药物，预测其同时服用所产生的副作用。首先，构建一个多类混合的网络，共两类节点：药，以及蛋白。共3类链路关系：蛋白间的交互，药和蛋白间的交互，药和药间的关系分为两种：肠胃出血副作用，心跳过慢副作用。

结果显示，使用网络分析中链路预测的方法，准确率比使用张量因子分解，多关心因子分解和浅层网络embedding的效果要好

课程内容安排：

来自为知笔记(Wiz)

机器学习入门系列01，introduction简介

...1a;https://yoferzhang.gitbooks.io/machinelearningstudy/content/20170326ML01Introduction.html我们将要学习什么东东？什么是机器学习？有右边这样非常大的音频数据集，写程序来进行学习，然后可以输出音频“Hello”有右边这样非查看详情

学习笔记|回归模型|01介绍

01Introduction Regressiontowardthemean趋均数回归弗朗西斯·高尔顿他在论及遗传对个体差异的影响时，首次提到了相关系数的概念。比如他研究了“居间亲”和其成年子女的身高关系，发现居间亲和其子女的身高有正相关，... 查看详情

深度学习神经网络介绍

...深度学习之前，我们先看下这幅图：人工智能>机器学习>深度学习深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示：传统机器学习算术... 查看详情

如何使用ppt制作机器学习模型图

前面介绍了很多绘制神经网络的工具，本次再分享一套使用PPT绘制神经网络的模版。下载方式见文末。卷积等Transformer整体结构神经网络 InputLayer，HiddenLayers，OutputLayer 1hiddenlayerneuralnetworkDropOut 查看详情

如何使用ppt制作机器学习模型图

机器学习多项式回归原理介绍

【机器学习】多项式回归原理介绍【机器学习】多项式回归python实现【机器学习】多项式回归sklearn实现在上一节中我们介绍了线性回归的原理，然后分别用python和sklearn实现了不同变量个数的线性回归的几个例子。线性回归模型... 查看详情

深度学习之概述(overview)

...度学习在互联网教育场景也得到广泛应用。本文主要介绍机器学习及深度学习之定义及基本概念、相关网络结构等。　　本文主要内容包括机器学习的定义及组成分类、深度学习的定义、深度学习和机器学习的区别、神经网络基... 查看详情

李宏毅机器学习机器学习介绍

一.机器学习介绍1.机器学习介绍以前的人工智慧完全是依靠人制定的规则行事，而机器学习相比增加自主学习即自己制定规则的能力。怎么做到呢？就是通过提供给他的资料，学习出来一个function。2.机器学习想关的... 查看详情

麦子学院学习视频之机器学习:1.1机器学习介绍

今天开始学习机器学习，在网上找了很多视频还有书籍。由于本人不是计算机专业的学生，基础知识还是比较薄弱，但我非常想学习机器学习以及深度学习。最后还是选择了麦子学院的彭亮老师的《机器学习基... 查看详情

李宏毅机器学习笔记：1.机器学习介绍(代码片段)

文章目录P1:机器学习介绍1.1人工智能、机器学习、深度学习关系1.2实现途径1.3实现方法1.4总结P2:我们为什么需要学习机器学习#Time:2021.08.23#内容：P1~P2P1:机器学习介绍1.1人工智能、机器学习、深度学习关系①什么是人工智能&#x... 查看详情

机器学习模型评估

目录1误差平方和2“肘”方法3轮廓系数法4CH系数5小结1误差平方和误差平方和(SSE\\Thesumofsquaresduetoerror)具体概念通过如下举例介绍：举例:(下图中数据-0.2,0.4,-0.8,1.3,-0.7,均为真实值和预测值的差)在k-means中的应用:公式各部分内... 查看详情

机器学习模型可解释性进行到底——pdp&ice图(代码片段)

之前两篇有专门介绍shap值，可以说非常好用，机器学习模型可解释性进行到底——从SHAP值到预测概率（二）机器学习模型可解释性进行到底——SHAP值理论（一）代码可见：pdd_ice_test.py文章目录1部分依... 查看详情

机器学习介绍

机器学习：让机器去学习 1.举一个栗子e.g.传统垃圾邮件分类问题传统解决思路：设定规则，定义“垃圾邮件”，让计算机去执行规则。问题：对很多问题规则难以定义，比如识别一只猫或人脸识别。且规则总在不断变化。新... 查看详情

最通俗的机器学习介绍

最通俗的机器学习介绍 https://zhuanlan.zhihu.com/p/43612979 摘要：在本文中，我将描述数据分析是如何与机器学习相关的，还将揭开机器学习中的一些荒唐和错误的说法，并解释机器学习的过程和类型。 &n... 查看详情

机器学习介绍(代码片段)

机器学习Sitara机器学习工具包通过在所有Sitara设备（仅Arm、Arm+专用硬件加速器）上启用机器学习推理，将机器学习推向了最前沿。它是作为TI的处理器SDKLinux的一部分提供的，可以免费下载和使用。今天的Sitara... 查看详情

机器学习介绍(代码片段)

李宏毅《机器学习》丨1.introductionofthiscourse（机器学习介绍）

Author：AXYZdong李宏毅《机器学习》系列参考视频地址：https://www.bilibili.com/video/BV1Ht411g7Ef参考文档：DataWhale文档文章目录一、人工智能、机器学习和深度学习二、机器学习（MachineLearning）三、机器学习相关的技... 查看详情

机器学习九大算法---隐马尔科夫模型

机器学习九大算法---隐马尔科夫模型转自：http://blog.csdn.net/baimafujinji/article/details/51285082 前导性推荐阅读资料：从朴素贝叶斯分类器到贝叶斯网络（上）从朴素贝叶斯分类器到贝叶斯网络（下）引言在之前介绍贝叶斯网络的... 查看详情