グラフニューラルネットワーク（GNN）を学ぼう！【PyTorch Geometric】 -「グラフ」を扱う「深層学習」-
データ構造「グラフ」に「深層学習」（ディープラーニング）を取り入れた、グラフニューラルネットワーク（GNN）を学ぶコースです。PyTorch Geometricというライブラリを使い、PythonのコードでGNNを実装します。
Ratings 4.27 / 5.00
What You Will Learn!
- GNN（グラフニューラルネットワーク）の基礎的な知識を学びます。
- Python、PyTorchで記述されたGNNのコードが読めるようになります。
- 自分の力で、GNNを実装する力が身に付きます。
- 様々なGNNのモデルを扱えるようになります。
- GNNの仕組みを理解できるようになります。
- ライブラリPyTorch Geometricの扱い方が学びます。
Description
「グラフニューラルネットワーク（GNN）を学ぼう！」は、グラフニューラルネットワーク（Graph Neural Network、GNN）の入門コースです。
GNNは、ノード（節点）とエッジ（線）から構成されるデータ構造「グラフ」に深層学習を取り入れたニューラルネットワークです。
レコメンデーション、人間関係の分析、交通や物流の予測、化合物の物性推定など、様々な分野でこれまでに応用されています。
本コースでは、Google Colaboratory環境で、PyTorch Geometricというライブラリを使いGNNを実装します。
最初にPyTorchの使い方、PyTorch Geometricの基礎を学んだ上で、シンプルなGNNを実装します。
さらに、畳み込みを使うGraph Convolutional Networks、Attentionが導入されたGraph Attention Networksなどの発展形も扱います。
GNNを学び、様々なタスクに柔軟に対応できるようになりましょう。
注: 本コースに先立ちYouTubeでのライブ講義【Live! 人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。
講座の内容は以下の通りです。
Section1. GNNの概要
→ GNNの概要、および開発環境について学びます。
Section2. GNNの基礎
→ GNNの基礎となる数学、およびPyTorch Geometricの使い方を学びます。
Section3. シンプルなGNN
→ PyTorch Geometricを使い、シンプルなGNNを実装します。
Section4. Graph Convolutional Networks
→ CNN（畳み込みニューラルネットワーク）を利用した、Graph Convolutional Networks（GCN）について学びます。
Section5. Graph Attention Networks
→ 「Attention」を利用した、Graph Attention Networks（GAT）について学びます。
なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックを予め配布します。
Pythonの開発環境にはGoogle Colaboratoryを使用します。
Who Should Attend!
- GNNに興味があるけど、学び方が分からない方。
- GNNのコードをPython、PyTorchを使って書けるようになりたい方。
- GNNを使って、何らかの問題を解決したい方。
- 仕事上、GNNの知識が必要になった方。
- 一歩進んだ深層学習関連技術を身に付けたい方。
- Graph Convolutional Networks（GCN）、Graph Attention Networks（GAT）を学びたい方。
