Açıklama
Makine öğrenmesinin temelleri; çok katmanlı perceptron, evrensel yaklaştırma teoremi, geri-yayılım; konvolüsyonel ağlar, yinelemeli sinir ağları, varyasyonel otoenkoder, üretici-rekabetçi ağlar; derin öğrenmedeki bileşenler ve teknikler; Markov Karar Süreci; Bellman denklemi, politika iterasyonu, değer iterasyonu, Monte-Carlo öğrenme, zamana-bağlı fark yöntemleri, Q öğrenme, SARSA, uygulamalar.
Kaynak metin orijinal dilinde
Fundamentals of machine learning; multi-layer perceptron, universal approximation theorem, back-propagation; convolutional networks, recurrent neural networks, variational auto-encoder, generative adversarial networks; components and techniques in deep learning; Markov Decision Process; Bellman equation, policy iteration, value iteration, Monte-Carlo learning, temporal difference methods, Q learning, SARSA, applications.
Kaynaklar ve referanslar
Tarih ve kaynaklar bilgileri doğrulamanıza yardımcı olmak için saklanır. Okumayı kolaylaştırmak için çeviriler sunulmuştur; koşullar ve gereksinimler için resmi kaynak esas alınır.
Kaynak referans : https://calendar.carleton.ca/grad/courses/COMP/