本文约1000字，建议阅读5分钟
通过研究潜在的图结构及其特征，向学生介绍机器学习技术和数据挖掘工具，从而获得对各种网络的“洞察”。
近日，据斯坦福大学Jure Leskovec推文，计算机系现在将斯坦福大学CS224W图机器学习课程从线下搬到线上。
这门课程的主要目标是：通过研究潜在的图结构及其特征，向学生介绍机器学习技术和数据挖掘工具，从而获得对各种网络的“洞察”。授课主要内容是：表示学习与图形神经网络、万维网算法、知识图推理、疾病爆发检测；社会网络分析等。
在整体课程中，Jure Leskovec团队将其划分为了20个单元，分别是：
图机器学习简介、图机器学习传统方法、节点嵌入、link分析（PageRank）、节点分类（标签传播算法）、图神经网络（GNN模型、空间设计）、图神经网络的应用、图神经网络的原理、知识图嵌入、知识图推理、用GNNs进行频繁的子图挖掘、网络中的社区结构（Community Structure in Networks）、传统的图形生成模型、.图的传统生成模型、图的深度生成模型、GNN进阶、演讲1（计算生物学的GNN）、演讲2（GNN的工业应用）、科学的GNN。
目前，课程视频已经有六节课放到B站上了，每节课10~30分钟不等。更新仍在继续，每周更新两讲。课程 PPT 已经全部放出，在课程主页亦可点击下载。
YouTube地址：
https://www.youtube.com/playlist?list=PLoROMvodv4rPLKxIpqhjhPgdQy7imNkDn
http://web.stanford.edu/class/cs224w/
此外，有好心的小伙伴，还将此课程搬到了B站上，并且配有字幕和中文翻译（机翻）
B站链接：
https://www.bilibili.com/video/BV1FV411J74L?from=search&seid=1135846809245117647
本课程由Jure Leskovec主讲，配备一名顾问和八名助教。这八名助教里，有五位是华人学子。其中，助教“头头”中文名叫尤佳轩，本科毕业于清华大学，师从朱军教授。目前在斯坦福读博，预计2022年毕业。
而Jure Leskovec是斯坦福大学计算机学院教授，也是graph2vec和GraphSAGE的作者之一。2018年有篇新闻报道，称其为“斯坦福大学最帅的教授”。Jure 还是独角兽公司Pinterest的首席科学家以及Facebook总裁扎克伯格与妻子共同创办的 Chan Zuckerberg Initiative 慈善基金会的首席调查员（Principal Investigator）。
据 Google Scholar ，Jure Leskovec 发表论文 400 余篇，被引用次数超过 80000 次，h 指数为 114。其论文多次发表在 Nature、NeurIPS、KDD、ICML 等期刊和学术会议上，并两次获得 KDD 时间检验奖。
- 基础计算机科学原理知识，能够写出合理的计算机程序；
上课的第一周，教授也会带学习概括复习以下上述必备知识。
- Graph Representation Learning 作者：William L. Hamilton；
- https://www.cs.mcgill.ca/~wlh/grl_book/
- Networks, Crowds, and Markets: Reasoning About a Highly Connected World 作者：David Easley、Jon Kleinberg
- http://www.cs.cornell.edu/home/kleinber/networks-book/
- Network Science 作者：Albert-László Barabási
- .http://networksciencebook.com/
