CS 224w: Machine Learning with Graphs

这篇适合谁读

这篇适合希望补 AI、LLM、系统、视觉或生成模型基础的人阅读。它把课程定位、学习价值和适合产出的笔记方向整理成公开路线，便于按目标选择课程。

Jure Leskovec（Snapchat 首席科学家）主讲。专注于图结构数据的机器学习——GNN、知识图谱、社交网络分析、推荐系统。RAG 和知识检索的核心技术基础。

基本信息

课程简介

涵盖表征学习和图神经网络（GNN）、万维网算法、知识图谱推理、影响力最大化、社交网络分析。学习 PyG（PyTorch Geometric）等图学习工具。

先修要求

• CS109（概率）
• 任意 ML 入门课程

公开资源

• YouTube: 完整讲座录像
• GitHub: PyG 工具和课程材料

与个人发展的关联

• 图学习是知识图谱、推荐系统、分子设计的核心技术
• RAG（检索增强生成）的底层技术——知识图谱 + 向量检索
• 社交网络分析对内容分发和增长策略有直接价值
• Jure Leskovec 是图学习领域的开创者

状态

已收录课程基本信息，待后续深入学习。