我的研究方向(Research Interests)

会持续更新！

记录与分享研究方向相关的知识，包括但不限于网络科学、机器学习、深度学习等

网络科学

---

复杂网络

• 学科背景：
  复杂科学     |     图论     |     随机网络

• 相关概念：
  路径与连通性     |     邻接矩阵-邻接表-三元组    |     割集与Menger定理    |     平均路径长度与直径    |     无向网络中的巨片(Giant component)-有向网络中的蝴蝶结结构(Bow-tie structure)     |     节点的度与网络稀疏性     |     二分网络-匹配问题-G-S算法     |     影响和相关的区别

• 衡量指标：
  度中心性(Degrree centrality)     |     介数中心性(Betweeness centrality)     |     特征向量中心性(Eigenvector centrality)     |     k-壳与k-核     |     “桥”（bridge）     |     邻域重叠度( neighborhood overlap)     |    

• 常用模型：
  线性阈值模型(Linear Threshold Model)     |     独立级联模型(Independent Cascade Model)

• 算法：
  Floyd - Warshall（弗洛伊德算法）     |     树-生成树-最小生成树-Kruskal 算法-Prim算法

• 在线书籍：
  《Deep Learning on Graphs》     |     《Graph Representation Learning》     |     《A Gentle Introduction to Deep Learning for Graphs》     |     《Machine Learning in Complex Networks》

• 网络科学相关论文检索网站：
  Scholar Google     |     Arxiv     |     ScienceDirect     |     ACM Digital Library     |     Springer     |     IEEE Xplore     |     Complexity Express     |     CONNECTED PAPERS     |     图网络学习从入门到进阶：系列相关优质文章与资料汇总

机器学习

• 特征处理—归一化(Normalization)—标准化(Standardization)     |     数据降维-主成分分析(PCA)     |     分类模型评估     |     模型选择与调优     |     K-近邻算法(KNN)     |     朴素贝叶斯算法(NaïveBayes)

• 什么是梯度     |     激活函数（ activation function）     |     提高泛化能力的方法

• 画图工具：
  NN-SVG     |     ConvNetDraw    |     Flourish

数学基础

概率论与数理统计：

数值分析：

• 范数    |