图神经网络原理、代码、设计思想、项目实操,看这个就够了
共 1618字,需浏览 4分钟
· 2020-09-16
获北航计算机与巴黎中央理工工程师双学位,4年自然语言处理研究经验,在NLP顶会如ACL、NAACL上发表多篇论文,主要研究方向为命名实体识别、图网络、知识图谱等。 曾参与百度知识图谱王牌产品阿拉丁项目的构建与应用。在知识图谱、机器阅读理解、命名实体识别、图网络等多个技术领域有丰富的实战与理论经验。
北航计算机硕士,4年自然语言处理和深度学习研究和应用经验,在NLP顶会如NAACL等发表多篇论文,主要研究方向为自然语言生成、文本匹配模型、图网络等。 在多个自然语言处理相关的数据竞赛中获取top名次,比如 “基于Adversarial Attack的问题等价性判别比赛”冠军,“文本智能信息抽取挑战赛”优胜奖。 曾参与图网络在聊天机器人上的实际应用,在NLP方向多个领域都有丰富的理论和实际应用经验。
从0到1系统入门图网络 掌握图模型的一般框架,理解其底层设计思想 目前主流的图网络模型一网打尽 以图网络的主要应用场景为案例,增强实操经验
为图神经网络前沿论文的阅读和理解提供了知识基础和背景 从实战和代码中解析算法原理,掌握图网络在推荐和论文引用等热门领域的项目实操 系统的知识梳理,深入理解图网络的基础原理。 为希望应聘使用图网络技术进行药物研发、推荐系统开发等相关领域岗位的同学系统总结了知识点,助力面试发挥
实习/全职编辑记者招聘ing
加入我们,亲身体验一家专业科技媒体采写的每个细节,在最有前景的行业,和一群遍布全球最优秀的人一起成长。坐标北京·清华东门,在大数据文摘主页对话页回复“招聘”了解详情。简历请直接发送至zz@bigdatadigest.cn