Classification de nœud

La classification de nœuds est une tâche d'apprentissage automatique dans l'analyse de données graphiques, visant à prédire les attributs inconnus des nœuds dans un graphe en se basant sur les attributs des nœuds et leurs relations. Cette tâche est mise en œuvre à travers des modèles tels que les réseaux neuronaux graphiques (Graph Neural Networks), et sa performance est généralement évaluée à l'aide de métriques comme la précision (Accuracy) et le score F1 sur des jeux de données de référence tels que Cora, Citeseer et Pubmed. La classification de nœuds a une valeur d'application importante dans des domaines tels que l'analyse des réseaux sociaux, les systèmes de recommandation et la bioinformatique.