Objetivos: Discutir os recentes avanços no tratamento de dados estruturados por meio de técnicas de Aprendizado de Máquina, com ênfase em Redes Neurais do tipo Graph Neural Networks e profundas (Deep NN).
Ementa:
Introdução aos Grafos
Redes, estruturas, regras e comunidades
Clusterização espectral
Classificação de nós e propagação de mensagens
Aprendizado de representações
Graph Neural Networks (GNN)
Tratamento de influências e evolução
Aplicações
Metodologia e Avaliação: (1) Realização de seminários temáticos pelos alunos, (2) resolução de listas de exercícios, (3) prova, (4) produção de artigo científico de conferência e (5) apresentação de artigo científico.
Pré-requisitos: Conhecimento / experiência básica em Aprendizado de Máquina e com programação em Linguagem Python.
Canal: Google Classroom e Meet - contactar professor (jbfilho@poli.ufrj.br) até 01/02 para receber link - preferencialmente por e-mail institucional COPPE.
Bibliografia:
Deep Learning in Graphs - Ma, Y, Tang J. - Cambrige University Press - Preprint (acessível em https://cse.msu.edu/~mayao4/dlg_book/dlg_book.pdf)
Introduction to Graph Neural Networks - Liu, Z., Zhou, J. - Morgan & Claypool Publishers - 2020
Graph Representation Learning - Hamilton, W.L - Morgan & Claypool - 2020 (acessível em https://www.cs.mcgill.ca/~wlh/grl_book/)
Network Science - Barabási, A. L., Pósfai, M. - Cambrige University Press - 2016 (acessível em http://networksciencebook.com/)
A First Course in Network Science - Menczer, F., C - Cambrige University Press - 2020
Deep Learning for the Life Sciences: Applying Deep Learning to Genomics, Microscopy, Drug Discovery, and More - Ramsundar, B. et al. - O'Reilly Media - 2019.
Goodfellow, I. Bengio, Y. Courvile, A - Deep Learning - MIT Press - 2016.
Artigos e revisões bibliográficas a definir.
Video-aulas e materiais associados do curso de Stanford Machine Learning with Graphs (CS224w) (acessível em http://web.stanford.edu/class/cs224w/).
Cronograma:
Programação corrente (última atualização: 11/03)
Seminários: 13/04 e 15/04 (alocação final alunos-temas aqui).
Datas Importantes:
Prova - 18/03/2021 25/03/2021
Entrega de formulário de proposta de projeto - 23/03/2021 30/03/2021 (seguir modelo de proposta disponível aqui)
Entrega de Tarefas - vide lista de exercícios abaixo
Apresentação e entrega de artigo - 22/04/2021
Material do Curso:
Pacote slides do curso de referência (CS224W)
Listas de Exercícios:
Tarefa 0 - entrega: 11/02/2021
Tarefa 1 - entrega: 23/02/2021 04/03/2021
Tarefa 2 - entrega: 16/03/2021 23/03/2021
Tarefa 3 - entrega: 30/03/2021 (Não haverá mais a Tarefa 3)
Tópicos dos Seminários Finais S1 a S9 (realização 13/04 a 15/04) - temas aqui - 20 minutos de apresentação + 5 minutos para perguntas.
Avisos:
[01/04/2021] Inclusão planilha final de alocação alunos x temas seminário.
[04/03/2021] Atualização de datas e conteúdo do site.
[26/01/2021] Aos interessados - favor contactar o professor pelo e-mail jbfilho@poli.ufrj.br até 01/02 para: (1) o cadastro na plataforma Google Classroom; (2) receber o link do Google Meet das aulas, preferencialmente por e-mail institucional da COPPE.
[02/02/2021] Início das aulas.