Bu dersin amacı, öğrencilere yapay sinir ağlarından başlayarak CNN, RNN, GAN, VAE ve Transformer gibi güncel derin öğrenme mimarilerini kapsayan temel ve ileri düzey bilgileri kazandırmaktır. Öğrenciler, gerçek dünya uygulamaları için sinir ağı modelleri tasarlama, uygulama ve eleştirel değerlendirme becerisi geliştireceklerdir.

Ders, yapay sinir ağlarının ve derin öğrenme modellerinin gelişimini kapsamaktadır: • Beyinden esinlenen öğrenme ve yapay sinir ağlarına giriş • Evrişimsel ve tekrarlayan sinir ağları • GAN ve VAE gibi üretici modeller • Doğal dil işleme için Transformer tabanlı mimariler • Derin öğrenme etiği ve toplumsal etkiler • Final proje sunumları ve değerlendirmeler

• Ders anlatımı (kuramsal temeller ve model yapıları) • Laboratuvar uygulamaları (Python, TensorFlow, PyTorch ile uygulamalar) • Grup tartışmaları ve seminerler (model karşılaştırmaları, etik tartışmalar) • Proje tabanlı öğrenme (final proje tasarımı, uygulama ve sunum)

• Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. • Chollet, F. (2021). Deep Learning with Python. Manning. • Seçilmiş makaleler ve konferans bildirileri (NeurIPS, ICML, ICLR). • Çevrimiçi kaynaklar: TensorFlow, PyTorch dokümantasyonu.