Курс лекций по Графам Знаний (Knowledge Graphs).
Graph Representation Learning (GRL) - одна из самых быстро растущих тем в академическом и деловом сообществах. В настоящее время на русском языке крайне мало структурированной информации и обучающих курсов по основам и использованию Knowledge Graphs (KGs). Мы создали этот курс для всех желающих познакомиться с KGs, релевантными технологиями и перспективными применениями.
Концептуально, курс состоит из двух частей - способов работы с KGs.
1) Символьное представление: онтологии, логика, запросы, СУБД;
2) Векторное представление: эмбеддинги, graph mining, графовые нейросети, приложения в NLP и Graph ML.
Содержание
| # | Title | Materials |
|---|---|---|
| 1 | Введение | [video] [slides] |
| 2 | RDF & RDFS & OWL | [video] [slides] |
| 3 | SPARQL & Графовые БД | [video] [slides] |
| 4 | RDF* & Wikidata & SHACL & ShEx | [video] [slides] |
| 5 | Семантическая Интеграция Данных | [video] [slides] |
| 6 | Введение в Теорию Графов | [video] [slides] |
| 7 | Knowledge Graph Embeddings | [video] [slides] |
| 8 | Графовые Нейросети (GNNs) & KGs | [video] [slides] |
| 9 | Приложения: Question Answering & Query Embedding | coming soon |
| 10 | Бонус 1: SAP HANA Graph | [video] [slides] |
| 11 | Бонус 2: Community Detection на Квантовых Компьютерах | [video] [slides] |
| 12 | Бонус 3: Process Mining | [video] [slides] |
Платформа
Курс проходит на платформе сообщества Open Data Science как отдельный трэк, где доступны дополнительные материалы и leaderboards для домашних заданий. Общение со слушателями проходит на канале #kg_course в Slack-сообществе ODS.
Что нужно знать
В зависимости от части курса, мы ожидаем от слушателей базовой подготовки в следующих областях:
- Основы логики (лекции 1-4)
- Линейная алгебра (лекции 6-8)
- Основы машинного обучения (лекции 6-9)
- NLP (лекция 9)
Авторы
Михаил Галкин
MILA Quebec & McGill University
Вадим Сафронов
Key Points
Сергей Иванов
Criteo
Дмитрий Муромцев
Университет ИТМО