矩阵分解 对浅层表示学习用矩阵分解表示出来 [wsdm’18] 问题和解决 $O(\vert V \vert)$ tranductive：新的节点来了要跑一遍 node features 从lookup到encoder 图神经网络 Permutation Invariance 问题：要保证同构的图的表示向量相同。对于任何置换矩阵$P$，$f(A, X)=f(PAP^\top...

我们想要自动抽取task-independent的特征。 目标：将图转换为d维的表示向量v。 机器学习/矩阵稀疏 原图中两个节点的相似性在映射后仍然保持 Two Key Components: $\textrm{ENC}(v)=\textbf z_v$ $\textrm {sim}(u,v)\sim=\textbf z_v·\textbf z_u$ Shadow Encodin...

本文梳理总结矩阵论中可能用到的线性代数相关结论。 线性方程组的解 非齐次方程组的形式：$Ax=b,A\in P^{m\times n}$ 齐次方程组的形式：$Ax=0$ 解法：对增广矩阵$[A,b]$做行初等变换，化为最简阶梯形。 等价关系：若$A$经过有限次初等变换得到$B$，则称它们是等价的 Ax=b的解的判定 判定定理： $r(A)=r(A,b)=n\Leftright...

本文参考周志华《机器学习》（西瓜书）进行整理。整理的内容包括支持向量机(Support Vector Machine)以及相关的回归方法，补充介绍核方法。 本文并不具体介绍SVM的求解算法。 SVM基本原理 问题描述 给定样本集：$D={{\textbf{X},\textbf y}}$。其中，$\textbf{X}={\textbf{x}i}{i=1}^m\in\real^{m\time...

# 相关链接：Stanford CS224W 第一讲 Complex systems are all around us 应用：社交网络、知识图谱 共性：事物之间的关系 Types node commuication graph 经典任务：节点分类，链路预测，图的分类，聚类 场景：结构预测、推荐系统、交通预测、天气预报(DeepMind) How Empirical(以...