| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Tekrarlayan Sinir Ağları | EE 546 | 5 | 9 | 3 + 0 | 3 | 7,50 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Yinelemeli Sinir Ağları ve Sıralı Modellemenin Anlaşılması |
| 2. GRU, LSTM, BiLSTM gibi Geçitli Birimlerin Anlaşılması |
| 3. Dönüştürücü (Transformer) Ağların ve Yinelemeli Dikkat (Attention) Modelinin Anlaşılması |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu ders, yapay zekâda yinelemeli sinir ağları (RNN'ler) ile ilgili çeşitli kavramları kapsayacaktır. Ders, sıralı modellerin genel bir tanıtımıyla başlayacak ve RNN'lerin eğitimiyle ilgili detaylarla devam edecektir. GRU'lar, LSTM'ler, BiLSTM'ler ve dönüştürücü (transformer) ağlar gibi farklı yinelemeli mimariler ve geçitli birimler tanıtılarak, yapay zekâda sıralı öğrenmeye dair temel kavramlar – örneğin kaybolan gradyanlar, dikkat mekanizması (attention) gibi – kapsamlı bir şekilde ele alınacaktır. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Sıralı Modellere Giriş, Değişken Uzunlukta Veri, Sıralı Problemler |
| 2 | Yinelemeli Sinir Ağları, Zamanda Yayılım (Propagation Through Time), Kaybolan Gradyanlar Problemi |
| 3 | Geçitli Birimler: LSTM’ler, GRU’lar |
| 4 | Çift Yönlü Yinelemeli Ağlar, Çift Yönlü Geçitli Birimler, BiLSTM |
| 5 | Analiz: Derin RNN'ler ve CNN+RNN Mimarileri |
| 6 | Doğal Dil İşleme, Kelime Gömmeleri ve Dil Sıraları |
| 7 | Yinelemeli Sinir Ağlarında Dikkat Mekanizması |
| 8 | Analiz: Konuşma Tanıma Mimarileri |
| 9 | Yinelemeli Sinir Ağlarında Görsel Dikkat |
| 10 | Analiz: Görsel Dikkate Dayalı Tespit (Detection) Ağları |
| 11 | Dönüştürücü (Transformer) Ağlara Giriş |
| 12 | Dönüştürücü Ağlar (devam) |
| 13 | Analiz: Dil Çeviri Ağları |
| 14 | Proje Sunumları |
| |
| Kaynaklar: |
| Ian Goodfellow and Yoshua Bengio and Aaron Courville, “Deep Learning”, “Deep Learning”, 2016, 9780262035613 |
| |
| Diğer Kaynaklar: |
| - |
| |
| Öğretim Yöntem ve Teknikleri: |
| Haftada 3 saat ders anlatımı
Sınıfta sunulacak grup projeleri |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ödev | 1 | %10 |
| Ara Sınav | 1 | %20 |
| Proje | 1 | %40 |
| Final Sınavı | 1 | %30 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |