Mata kuliah Pembelajaran Mesin Graf atau Graph Machine Learning membahas konsep dan teknik pembelajaran berbasis graf untuk menganalisis data terstruktur relasional yang direpresentasikan dalam bentuk simpul dan sisi. Materi inti meliputi representasi dan pemodelan graf, embedding graf, pembelajaran pada node, edge, dan graph-level, Graph Neural Networks (GNN), Spectral Graph Methods, Kernel Methods on Graphs, Pembelajaran Mesin pada graf dinamis dan heterogen, serta evaluasi dan interpretasi model berbasis graf. Melalui studi kasus dan proyek, mahasiswa dikembangkan kompetensinya untuk memodelkan permasalahan AI berbasis relasi, merancang dan mengimplementasikan metode pembelajaran graf, menganalisis performa dan keterbatasan model, serta menerapkan Graph Machine Learning pada berbagai domain seperti jejaring sosial, sistem rekomendasi, biologi komputasional, dan knowledge graph.