Introduction to Graph Neural Network（图神经网络概论）翻译：Chap2: 图神经网络数学基础与图论

文章目录

• 2 基础知识与图论

  • • 2.1 线性代数（Linear Algebra）
    • • 2.1.1 核心概念（Basic Concepts）
      • 2.1.2 特征分解（EIGENDECOMPOSITION）
      • 2.1.3 奇异值分解（SINGULAR VALUE DECOMPOSITION）

• 2.2 概率论的基础

  • • 2.2.1 基本原理与公式
    • 2.2.2 分布模式

• 2.3 GRAPH THEORY（图形理论）

  • • 2.3.1 BASIC CONCEPTS（基础概念）
    • 2.3.2 LINEAR ALGEBRA REPRESENTATIONS OF GRAPHS（基于线性代数的图形表示）

2 Basic of Math and Graph

2.1 Linear Algebra（线性代数）

线性代数的概念与语言已在计算机科学诸多领域得到广泛应用，在机器学习领域同样如此。为了深入掌握机器学习原理及其实现机制, 需要求解相关的数学模型。在此章节中, 我们将简要回顾一些关键的线性代数理论与运算方法, 这些理论基础对于后续章节的学习至关重要。

2.1.1 Basic Concepts（基本概念）

• 标量 一个数