Каждую неделю мы публикуем десятки новых статей на TDS, охватывающих широкий спектр тем. Мы здесь, чтобы помочь вам избежать паралича принятия решений: в разделе «Переменная» на этой неделе мы сосредоточимся на GNN (графовых нейронных сетях) и предлагаем вам изучить эту захватывающую подобласть машинного обучения с помощью трех выдающихся статей. (Если вам не нравятся GNN, прокрутите вниз, чтобы увидеть остальные наши еженедельные новости.)
- Что дифференциальная геометрия и алгебраическая топология могут рассказать нам о GNN? Новая серия от Майкла Бронштейна всегда повод для радости, и его новинка не исключение. В первой части Майкл закладывает основу для предстоящей работы, обращается к некоторым общим проблемам GNN и предполагает, что подход к ним через призму дифференциальной геометрии и алгебраической топологии может по-новому взглянуть на важные и сложные проблемы. в графовом машинном обучении».
Если вы новичок в GNN и могли бы использовать доступное объяснение по теме, прежде чем углубляться в суть поста Майкла, не беспокойтесь! Начните с мягкого Введения в теорию графов Шэнон Хонг, в котором также рассказывается, что могут и чего не могут делать GNN. Затем перейдите прямо к многолетнему фавориту Айшварии Джадхав, где она обсуждает реальные приложения графовых нейронных сетей.
На прошлой неделе мы были заняты на нескольких других фронтах — если вы хотите ознакомиться с некоторыми из наших лучших последних статей, начните щелкать и добавлять в закладки:
- Как наука о данных влияет на разработку законов и политик в Министерстве здравоохранения Германии? Прочтите содержательные вопросы и ответы Эллиота Ганна с Ларсом Рёмхельдом, директором по искусственному интеллекту и данным в центре инноваций в области здравоохранения, где они обсуждают слияние науки о данных и государственных инноваций.
- Нужно или не стоит мониторить модели машинного обучения? Это, казалось бы, простой вопрос, но Деванши Верма (и соавторы Мэтью Флигиел, Рупа Гош и доктор Арнаб Бозе) подробно изучают его ставки (и связанные с ними сложности).
- Для практического подхода к изучению нового навыка ознакомьтесь с последним выпуском Парул Пандей, где она показывает, как создавать интерактивные карты с помощью GeoPandas.
- Как вы выиграете соревнование Kaggle и поможете своей команде выйти первым среди 2650 других участников? Жиль Вандевиль рассказывает нам о взлетах, падениях и прорывных моментах своего (и его товарищей по команде) недавнего успеха.
- Пересечение искусственного интеллекта, справедливости и здравоохранения в настоящее время находится в центре нескольких важных дискуссий, и недавний пост Анжелы Уилкинс конкретизирует реальные риски распространения предвзятости и неравных данных.
- В подкасте TDS Джереми Харриса с Джиллиан Хэдфилд были освещены текущие проблемы регулирующих и законодательных органов, связанные с тем, чтобы не отставать от технического прогресса, и указал на преимущества ИИ, которые не только объяснимы, но и оправданы.
Спасибо, что присоединились к нам на еще одной неделе обучения и исследований, а также за участие в работе, которую мы публикуем.
До следующей переменной,
редакторы TDS