Çizgelerin Pratik Uygulamaları

• Kamer Kaya (Sabancı University)

Bu bölümde çizgelerin ve benzer kombinatoryal yapıların pratikteki uygulamaları ve verimli çizge veri yapıları üzerine bir eğitim gerçekleştirilecektir.

Çizge Algoritmaları

• Ezgi Karabulut Türkseven (Sabancı Üniversitesi)

Bu derste çizge verisini anlamak ve analiz etmek için uygulanan yöntemlerin yapıtaşları olan temel çizge algoritmaları işlenecektir.

Ağ Bilimi ve Ağ İstatistikleri

• Onur Varol (Sabancı Üniversitesi)

Ağ bilimi, teknolojik, biyolojik ve kültürel ağların karmaşık sistemlerini analiz eden bir bilim dalıdır. Bu derste ağ biliminin temelleri, çizgesel verileri incelemek ve karakterize etmek için kullanılan istatistikler ve matematiksel araç setleri işlenecek, bu konularda düşünce becerisini arttırmaya yönelik örnekler sunulacaktır.

Çizge Yerleştirme ve Bilgi Çizgeleri

• Öznur Taştan (Sabancı Üniversitesi)

Çizge yerleştirme problemi, çizgelerin makine öğrenmesi yöntemlerinde kullanılabilmesi için gerekli olan bir ön işlemdir. Bu derste önce çizge yerleştirme problemi ve literatürdeki yöntemler ve araçlar üzerine bir eğitim verilecektir. İkinci kısımda, gerçek dünyadaki varlıkların (nesneler, olaylar, durumlar veya soyut kavramlar) birbirine bağlı açıklamalarını ilişkisel bir yapıda göstermek için kullanılan bilgi çizgeleri üzerine bir ders verilecektir.

Spektral Çizge Teorisi ve Çizge Sinyal İşleme

• Elif Vural (Orta Doğu Teknik Üniversitesi)

Spektral çizge teorisi, bir çizge ile ilişkili komşuluk ya da Laplacian gibi matrislerinin karakteristik polinom, özdeğer ve özvektörler gibi özelliklerine bakarak çizgenin özelliklerinin incelenmesi üzerine yoğunlaşır. Bu dersin ilk kısmında spektral çizge teorisinin temelleri ve pratikteki uygulamaları hakkında olacaktır. Özellikle ağlar ve çizgeler gibi karmaşık ve büyük ölçekli yapılandırılmış verilerin işlenmesi, analizi ve görselleştirilmesi, veri analizi ve makine öğrenmesi için önemli problemlerdir. Çizge verileri üzerinde çalışan sinyal işleme modelleri ve algoritmaları üzerine yoğunlaşan çizge sinyal işleme, bu zorlukların üstesinden gelmek için yeni yöntemleri araştırır. Dersin ikinci kısmında bu yöntemlerin temelleri anlatılacaktır.

Büyük Veri ve Büyük Çizgeler

• Ahmet Demirelli (Sabancı Üniversitesi)

Bu derste Hadoop ve Spark ekosisteminin önemli bileşenlerinden biri olan, büyük ölçekli çizgelerin bu ekosistem içerisinde kalarak paralel bir şekilde işlenmesi için kullanılan GraphX kütüphanesi üzerine bir eğitim verilecektir. Bu kütüphane çizge analizi görevlerini basitleştirmek için giderek büyüyen bir çizge algoritma koleksiyonu içermektedir.

Çizge Veritabanları ve Metin Çizgeleri

• Pınar Karagöz (Orta Doğu Teknik Üniversitesi)

Erişime açık çevrimiçi veri miktarındaki artış, bilgi çıkarımı için zengin bir kaynak sağlar. Özellikle haber siteleri ve sosyal medya paylaşımları bu tür kaynakların en uygun adaylarıdır. Bu derste, metin verilerinin, özellikle çevrimiçi paylaşımların, çizge yapısında temsilleri ve bu çizgeler üzerinde bilgi çıkarımı konusundaki deneyimlerimizi paylaşacağız. Çizge veri yapısı, farklı varlıklar arasındaki zengin ve karmaşık ilişkileri temsili ile yeni ve farklı türde bilgilerin çıkarılmasını mümkün kılmaktadır. Oluşturulan çizgelerin çizge veritabanında tutulması ve erişim ve analiz aşamalarında önemli kolaylıklar sağlar. Ders kapsamında, metin çizgeleri üzerinden çizge veritabanı kullanımı konusunda da örnekler sunulacaktır.

Çizge Sinir Ağları

• Kamer Kaya (Sabancı Üniversitesi)

Çizge sinir ağları özellikle son yılllarda literatürde sıklıkla karşılaşılan bir derin öğrenme yöntemidir. Bu derste çizge sinir ağları üzerine temel bir eğitim verilecektir.