Εφαρμογές τεχνικών μηχανικής μάθησης σε δεδομένα γράφων

Summary

Τα τελευταία χρόνια οι εξελίξεις στον τομέα της Μηχανικής Μάθησης σε συνδυασμό με την παραγωγή δεδομένων μεγάλης κλίμακας με σχέσεις που προκύπτουν μεταξύ των δειγμάτων να παράγονται αυτόματα οδήγησαν τους οργανισμούς και ερευνητές να βρουν καινούργιους τρόπους ή να γενικεύσουν υπάρχοντες ώστε να αξιοποιήσουν αυτά τα δεδομένα. Το πιο χαρακτηριστικό παράδειγμα είναι αυτό των κοινωνικών δικτύων. Σε αυτήν την εργασία σκοπός είναι να περιγράψουμε τις βασικές έννοιες που σχετίζονται με τον τομέα του Graph Representation Learning.

Παρουσιάζουμε όλες τις βασικές έννοιες που απαιτούνται καθώς και τους κύριους αλγορίθμους και ταξινομίες που τους κατατάσουν σε κατηγορίες με βάση τα χαρακτηριστικά τους. Στο σενάριο χρήσης της ανίχνευσης απάτης σε συναλλαγές επιλέγουμε τους πλέον κατάλληλους και αξιολογούμε την επίδοση τους στο σενάριο της ημι επιβλεπόμενης μάθησης. Παρουσιάζουμε και σχολιάζουμε τα αποτελέσματα με βάση πειράματα που αξιολογούν πολλά σενάρια όπως end to end εκπαίδευση αλλά και παραγωγή αναπαραστάσεων με μη επιβλεπόμενο τρόπο.