學習筆記，僅供參考，有錯必糾

---

文章目錄

• • 圖表示學習2.0
  • • 圖表示學習2.0 的 分類
    • • 基于分解的方法
      • • 例子(推薦系統)
      • 基于隨機游走的方法
      • 基于深度學習的方法
      • 基于深度學習的圖表示一定比基于分解和隨機游走的圖表示效果更好嗎？
    • 基于隨機游走的圖表示學習
    • • 隨機游走序列的生成
      • skip-gram學習節點表示
      • 優點
      • 缺點
      • node2vec(考慮邊權,深度優先,廣度優先)
    • 基于矩陣分解的圖表示學習
    • • 高階矩陣分解
      • 二部圖矩陣分解
      • 隨機游走的圖表示學習VS矩陣分解的圖表示學習
    • 基于深度學習的圖表示學習
    • • SHINE(針對包含多種復

總結

以上是生活随笔為你收集整理的初识图机器学习(part5)--图表示学习2.0的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。