Couvre des sujets tels que la sortie DFS, la classification des bords, les graphes acycliques, l'exactitude, l'analyse du temps, les SCC et l'algorithme de tri topologique.
Explore la propagation de la croyance dans les modèles graphiques, les graphiques de facteurs, les exemples de verre de spin, les distributions de Boltzmann et les propriétés de coloration des graphiques.
Explore des algorithmes de graphes comme BFS et DFS, en discutant des chemins les plus courts, des arbres couvrants et du rôle des structures de données.
Explore le rôle des graphiques dans l'apprentissage en profondeur, en se concentrant sur leur structure, leurs applications et leurs techniques de traitement des données graphiques.
Introduit des structures de données réseau, des modèles et des techniques d'analyse, mettant l'accent sur l'invariance de permutation et les réseaux Erdős-Rényi.