grape-book

[rickyxume]

你是否已经阅读并同意《Datawhale社区贡献协议》？

• 我已阅读并同意《Datawhale社区贡献协议》

项目简介

本项目基于但不限于《图深度学习从理论到实践》一书，旨在帮助读者无痛入门 GNN 。除了介绍深度学习和图基础知识以及经典GNN模型外，我们还基于开源的图学习框架 DGL 和 PyG 提供了金融风控等领域的应用案例，方便读者快速上手实践 GNN，最后给出了前沿进展和相关资料供爱学习的读者进一步学习。

立项理由

图可以表示复杂的信息交互关系，随着深度学习的发展，图神经网络（GNN）吸引了大量学者的关注并广泛应用于多个工业领域，如社交推荐、金融风控、药物发现等，是一个值得大家共同学习研究的方向。恰逢 Datawhale 图书解读开源活动，借此契机督促个人系统的读书学习，也鼓舞大家参与到开源生态共建当中，让 GNN 能在更多领域碰撞出火花。

项目受众

本项目既适合对数据挖掘、机器学习和社交网络分析感兴趣的本科生和研究生，也适合互联网电商、金融风控、社交网络分析、药物研发等领域的企业从业者和项目经理。对于计算机小白，但想要应用GNN推进其所在学科发展的研究人员，本项目也同样值得参考。

项目亮点

类似项目优缺点：

1. A Gentle Introduction to Graph Neural Networks Distill 上可交互的 GNN 简介文章：图文可交互便于理解，但缺少完整详细的工业应用案例
2. DGL 和 PyG 的官方技术文档：仅适合技术学习，理论性不足。
3. 相关开源项目 sw-gong/GNN-Tutorial、isolabs/gnn-tutorial、GNNs-Recipe：资料许久未更新，仅做了整理，并未梳理成文，同样缺少详细的应用案例。

本项目亮点：
本项目阐述理论由浅至深，全面且易懂，以做促学，应用案例详细，且给出了前沿进展，引导自主学习。

项目规划

1.目录（如有多级至少精确到二级）
目录暂定：
（1）深度学习基础
（2）图基础
（3）经典GNN
（4）GNN应用案例
（5）前沿进展
（6）学习材料

2.各章节负责人
未定，先立项，看书后再定。

3.各章节预估完成日期
未定。先立项，看书再预估，估计10月后。

4.可预见的困难
目前组内并没有系统学习过GNN的同学（缺GNN大佬）。

项目负责人

Github主页：https://github.com/rickyxume
联系方式：微信RickyXuNow

备注：发起立项申请后DOPMC将会在 72h 之内给出答复，如超时未答复请添加DOPMC负责人微信（微信号：at-Sm1les）问询~

• 我已知悉上述备注

[GYHHAHA]

国内现在比较好的系统介绍图网络的书我认为是马耀老师这本，能谈一下你们项目的优势或者比这本好的地方吗？另外datawhale之前开过一次gnn的组队学习，可以和负责人也交流一下。

[rickyxume]

国内现在比较好的系统介绍图网络的书我认为是马耀老师这本，能谈一下你们项目的优势或者比这本好的地方吗？另外datawhale之前开过一次gnn的组队学习，可以和负责人也交流一下。

感谢你的建议~我也真心觉得马耀老师的书更好，但是刚好遇上这次图书解读开源活动，所以我写的是“基于但不限于”。我们也打算把这本书加入list作为参考，优势在于我们除了理论介绍，还会给出更多案例实践内容。后续会去和之前负责GNN组队学习的同学交流，或许可以各取所长。