Giriş ve yapay sinir ağları: tarihçeleri, perceptron ve sınırları, ikili ve gerçel çok katmanlı perceptron, topolojiler, evrensel fonksiyon kestirimi, karar sınırları, etkinleşme fonksiyonları, mimari yeterlilik, Eğitim I: Gradyan, Jacobian ve Hessian hatırlatması, öğrenmenin anlamı deneysel risk asgarileştirme, gradyan inişi, geriyayılım algoritması, Eğitim II: yakınsama sorunları, yitim yüzeyleri, momentum, eniyileştirme, ikinci dereceli yaklaşımlar, düzenlileştirme stratejileri, ilklendirme, Evrişimsel sinir ağları I: evrişim türleri, havuzlama, öncü mimariler, Evrişimsel sinir ağları I: görü modelleri, öznitelik piramitleri, devrik evrişim, nesne tespiti ve bölütleme, Sıralanım modelleme I: zaman sıralanımları, özyinelemeli sinir ağları, Sıralanım modelleme II: bellek ve uzun kısa vadeli bellek ağları, sıralanım tahmini, Dikkat: dönüştürücüler, sıralanımdan sıralanım tahmini, Büyük dil modelleri ve uygulamaları, Gösterim öğrenme: otokodlayıcılar, özgözetimli ve gözetimsiz yaklaşımlar, karşıtsal öğrenme, Üretken derin öğrenme: değişimsel otokodlayıcılar, üretken çekişmeli ağlar ve yayılma, Derin pekiştirmeli öğrenme: derin q-öğrenme, Çizge sinir ağları. YZ etiğ
SU Kredi : 3.000
AKTS Kredi : 6.000
Ön Koşul :
Undergraduate level DSA 210 Minimum Grade of D
OR Undergraduate level CS 210 Minimum Grade of D
Yan Koşul :
CS 415L