「グラフニューラルネットワーク（GNN）を学ぼう！」は、グラフニューラルネットワーク（Graph Neural Network、GNN）の入門コースです。

GNNは、ノード（節点）とエッジ（線）から構成されるデータ構造「グラフ」に深層学習を取り入れたニューラルネットワークです。

レコメンデーション、人間関係の分析、交通や物流の予測、化合物の物性推定など、様々な分野でこれまでに応用されています。

本コースでは、Google Colaboratory環境で、PyTorch Geometricというライブラリを使いGNNを実装します。

最初にPyTorchの使い方、PyTorch Geometricの基礎を学んだ上で、シンプルなGNNを実装します。

さらに、畳み込みを使うGraph Convolutional Networks、Attentionが導入されたGraph Attention Networksなどの発展形も扱います。

GNNを学び、様々なタスクに柔軟に対応できるようになりましょう。

注: 本コースに先立ちYouTubeでのライブ講義【Live! 人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。

講座の内容は以下の通りです。

Section1. GNNの概要

→ GNNの概要、および開発環境について学びます。

Section2. GNNの基礎

→ GNNの基礎となる数学、およびPyTorch Geometricの使い方を学びます。

Section3. シンプルなGNN

→ PyTorch Geometricを使い、シンプルなGNNを実装します。

Section4. Graph Convolutional Networks

→ CNN（畳み込みニューラルネットワーク）を利用した、Graph Convolutional Networks（GCN）について学びます。

Section5. Graph Attention Networks

→ 「Attention」を利用した、Graph Attention Networks（GAT）について学びます。

なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックを予め配布します。

Pythonの開発環境にはGoogle Colaboratoryを使用します。