Yapay zekânın insan zekâsını taklit etme serüveni, makinelerin öğrenme ve karar verme süreçlerini yeniden şekillendiriyor. Bu alandaki en çarpıcı gelişmelerden biri olan derin öğrenme, klasik yöntemlerin…
Yapay zekânın insan zekâsını taklit etme serüveni, makinelerin öğrenme ve karar verme süreçlerini yeniden şekillendiriyor. Bu alandaki en çarpıcı gelişmelerden biri olan derin öğrenme, klasik yöntemlerin ötesine geçerek verilerden doğrudan anlam çıkarmayı hedefliyor. Resimlerden sese, metinlerden videolara kadar geniş bir yelpazede, verilerin içindeki desenleri keşfetmek için karmaşık matematiksel modeller kullanıyor. Atınç Yılmaz’ın bu çalışması, derin öğrenmenin sadece popüler örneklerle sınırlı kalmayıp, arkasındaki teorik altyapıyı da mercek altına alıyor. Yapay sinir ağlarından evrişimli modellere, oto-kodlayıcılardan Boltzmann makinelerine kadar temel kavramlar, hem kuramsal hem de pratik yönleriyle ele alınıyor. Okuyucu, algoritmaların nasıl işlediğini anlamakla kalmayıp, sağlık sektöründen yazılım kütüphanelerine uzanan uygulama alanlarını da keşfediyor. Matematiğin derinliklerine inerek, bu.
