Reti Neurali su Grafo per la Classificazione dei Nodi nelle Reti di Contatto

Comprendere come le malattie infettive o le informazioni si diffondono attraverso una rete è fondamentale per la salute pubblica moderna e la scienza delle reti. L'applicazione del machine learning a queste strutture interconnesse richiede tecniche specializzate che vanno oltre i modelli tradizionali di dati tabulari. Questo corso basato esclusivamente su testo ti guida attraverso il processo di modellazione delle connessioni di rete e l'utilizzo delle Reti Neurali su Grafo (GNN) per classificare i nodi, come l'identificazione di individui ad alto rischio in una rete di tracciamento dei contatti. Acquisirai una solida base concettuale e pratica nel machine learning su grafo. Cosa imparerai: - Comprendere i concetti fondamentali della teoria dei grafi, gli attributi dei nodi e le matrici di adiacenza. - Costruire grafi sintetici di tracciamento dei contatti per simulare reti di trasmissione del mondo reale. - Esplorare architetture moderne di Reti Neurali su Grafo, incluse le Reti Convoluzionali su Grafo (GCN). - Preparare dati di grafo e caratteristiche dei nodi per pipeline di machine learning. - Addestrare modelli GNN per eseguire compiti di classificazione dei nodi su dataset sbilanciati. - Valutare le prestazioni del modello utilizzando metriche specializzate basate su grafo. Inizierai con la terminologia di base dei grafi e degli attributi dei nodi prima di passare passo dopo passo attraverso la generazione di dati sintetici, la costruzione della rete e l'addestramento del modello GNN. Le spiegazioni scritte e le walkthrough del codice ti assicurano di comprendere sia la teoria che l'implementazione. Questo corso è progettato per principianti nel machine learning e nella data science che desiderano espandere le proprie competenze nell'analisi di dati basati su grafo, senza richiedere alcuna esperienza pregressa con reti neurali su grafo. Inizia a leggere oggi stesso per sbloccare la potenza del machine learning su grafo per l'analisi delle reti.