
グラフ理論・推薦
グラフの構造、信号処理、ランキング、推薦をつなぎます。

[グラフ理論] 評価行列、隣接行列、次数行列、ラプラシアン行列
推薦システムで用いられる評価行列・隣接行列・次数行列・ラプラシアン行列の定義を、PythonのNetworkxで計算しながら解説する記事。




[グラフニューラルネットワーク] グラフ信号処理における空間領域での畳み込みと周波数領域での要素積について
グラフ信号処理における空間領域の畳み込みと周波数領域での要素積の関係を、理論とPython実装で解説する記事。

[グラフニューラルネットワーク] GNNとGCNの実装
GNN(グラフニューラルネットワーク)とその一種であるGCN(グラフ畳み込みネットワーク)の基本理論とPython実装をまとめた記事。

[レコメンド] PageRankとGoogle行列
書籍『GooglePageRankの数理』を参考に、PageRankとGoogle行列の理論的背景を整理し、要点をまとめた備忘録記事。

[ランダムウォーク] 古典ランダムウォーク (DeepWalkとNode2Vec)
ランダムウォークによるグラフ埋め込み手法DeepWalkとNode2Vecの数理的背景とアルゴリズムをPython実装とともに解説する記事。

[ランダムウォーク] 古典ランダムウォーク (PageRankとPersonalizedPageRank)
古典ランダムウォークと隣接行列を軸に、PageRankとPersonalized PageRankの理論をPythonコードとともに解説する記事。

[推薦システム] 評価手法の話
推薦システムの評価手法について、Precision/Recallなどの精度指標からオフライン/オンライン評価までPythonの例とともに解説する。



[推薦システム] メモリベース協調フィルタリング
ユーザベース/アイテムベースのメモリベース協調フィルタリングをコサイン類似度やピアソン相関係数の数式とPython実装例で解説する。


[推薦システム] implicitの使い方
推薦システム用ライブラリimplicitの使い方を、movielens-100kデータセットとALS/BPRアルゴリズムの説明を交えて解説する。
