شبكات العصبونية الرسومية (Graph Neural Networks) باستخدام PyTorch Geometric

أطلق العنان لقوة الشبكات العصبونية الرسومية (GNNs) لتحليل البيانات العلائقية المعقدة. تقدم هذه الدورة منهجًا واضحًا وقائمًا على النصوص لفهم كيفية معالجة GNNs للمعلومات المترابطة وكيف يمكنك تطبيقها. اكتسب مهارات عملية للاستفادة من GNNs في مختلف تحديات التعلم الآلي التي تتضمن هياكل الرسوم البيانية. ستتعلم كيفية بناء وتدريب نماذج GNN بدءًا من المبادئ التأسيسية وصولاً إلى التطبيق العملي. ما ستتعلمه: - فهم المفاهيم الأساسية لتمثيل الرسم البياني وهندسة GNNs المعمارية. - استيعاب آليات نموذج تمرير الرسائل (message passing paradigm). - تطبيق GNNs لحل مشاكل تصنيف العقد، والتنبؤ بالروابط، وتصنيف الرسوم البيانية. - تنفيذ نماذج GNN باستخدام PyTorch Geometric. - استكشاف كيف يمكن استخدام GNNs للمهام التي تتضمن الرسوم البيانية الديناميكية. - تعلم أفضل الممارسات لهيكلة وتصحيح أخطاء النماذج القائمة على الرسوم البيانية. ترشدك هذه الدورة عبر النظرية الأساسية والتطبيق العملي لـ GNNs، بدءًا من التعريفات الأساسية والتقدم إلى تطبيقات العالم الحقيقي. وهي مصممة للمبتدئين الذين ليس لديهم خبرة سابقة في GNNs أو التعلم الآلي للرسوم البيانية (graph machine learning). ابدأ رحلتك في الشبكات العصبونية الرسومية اليوم.