Çizgeler Kuramı

İçerik

Dersin Amacı

-Bu dersin amacı, grafik teorisinin temel kavramlarını ve modern ağ analiz yöntemlerini tanıtmak; öğrencilerin gerçek yaşamdan elde edilen karmaşık ağ verilerini analiz edebilmesini sağlamaktır. Ders kapsamında sosyal ağlar, bilgi ağları ve coğrafi ağlar gibi örnekler üzerinden ağ yapılarının modellenmesi, görselleştirilmesi ve yorumlanması ele alınacaktır. Ayrıca öğrenciler, ağ verileri üzerinde temel makine öğrenmesi yöntemlerinden biri olan Graph Neural Networks (GNNs) hakkında giriş seviyesinde bilgi edinecektir.

Dersin İçeriği

-Bu ders kapsamında çizge teorisinin temel kavramları ve temel grafik algoritmaları ele alınacaktır. Öğrenciler, Python tabanlı ağ analizi kütüphanelerinden biri olan NetworkX kullanarak çizgeler üzerinde uygulamalar yapacaktır. Ağların görselleştirilmesi için Gephi aracı tanıtılacak ve farklı veri kümeleri üzerinde görselleştirme çalışmaları gerçekleştirilecektir. Ders boyunca Wikipedia ağları ve OpenStreetMap ağları gibi karmaşık ağ örnekleri incelenecektir. Ayrıca merkeziyet ölçüleri, link prediction yöntemleri ve community detection yaklaşımları işlenecek; son bölümde ise Graph Neural Networks (GNNs) konusuna giriş yapılarak grafik tabanlı makine öğrenmesi yöntemleri tanıtılacaktır.

Dersin Öğrenme Çıktıları

Bu dersi başarıyla tamamlayan öğrenciler:

Çizge teorisinin temel kavramlarını ve temel algoritmalarını açıklar.
Gerçek yaşam ağlarını grafik yapıları ile modelleyebilir.
NetworkX kullanarak temel ağ analizleri gerçekleştirebilir.
Gephi gibi araçlarla ağ verilerini görselleştirebilir ve yorumlayabilir.
Merkeziyet ölçüleri ve topluluk tespiti gibi temel ağ analizi yöntemlerini uygular.
Link prediction problemlerinin temel prensiplerini açıklar.
Karmaşık ağ örneklerini analiz ederek sonuçları yorumlayabilir.
Graph Neural Networks (GNNs) kavramına giriş seviyesinde hâkim olur.

Konu Başlıkları