Repräsentationen aus Graphstruktur und Relationen selbstüberwacht lernen.
Behandelt werden kontrastive Augmentation, Hypergraphmodellierung, kontextuelle Embeddings für heterogene Links und logische Queries. Verglichen wird, welche Struktur die Signale erhalten und wie Graphart, Geometrie und Evaluation Ergebnisse prägen. Selbstüberwachung beweist keine universell nützliche Repräsentation. Englische Videos sind mit eigenen Materialien, nicht Transkripten, verbunden.
Kontrastive, Hypergraph-, Link- und Query-Signale nach erhaltener Struktur vergleichen. Augmentation und Graphgeometrie auf Eignung für Aufgabe und Daten prüfen. Leckarme Splits für Knoten, Kanten, Queries oder Graphen entwerfen.
Kenntnisse neuronaler Netze, Graphdaten und Embeddings sind hilfreich; eine spezielle Bibliothek ist nicht erforderlich.
Erfahrene Lernende, die fortgeschrittene KI-Kenntnisse vertiefen und anwenden möchten
Menschen, die am besten mit Beispielen, Anleitung und praktischen Übungen lernen
Fachleute, Kreative und unabhängige Entwickler, die wiederholbare Abläufe suchen
Lektion 1 ist kostenlos
4 lektionen · Fortgeschritten · Vollständiger Kurs.
Dieser Kurs verwendet CC BY-lizenziertes Material mit Namensnennung des Inhaltsanbieters oder Uploaders. Die Wiedergabe der Lektionen ist erst nach Anmeldung und bestandener Veröffentlichungs- und Lizenzprüfung verfügbar.