Stanford CS221 — Yapay Zekâ: İlkeler ve Teknikler
Türkçe İnteraktif Ders Materyalleri
Bu sayfa, Stanford CS221 dersine Türkçe bir erişim ve yönlendirme katmanı sunar. Başlıklar ve kısa açıklamalar editoryaldir; dersin resmi kaynağı Stanford CS221 sayfasıdır.
💡 Nasıl kullanılır? Soldaki menüden bir ders seçin. Her ders adım adım ilerleyen interaktif bir sunum olarak açılır. Alttaki İleri ▶ butonuna basarak içeriği slayt slayt takip edin. Geri ile önceki adıma dönebilirsiniz.
📚 Bölüm 1: Öğrenme (Ders 1–4)
Makine öğrenmesinin temelleri: veriden nasıl öğrenilir?
- Hoş Geldiniz — YZ nedir, zekanın bileşenleri, dersin yapısı
- YZ Tarihçesi — Turing'den GPT-4'e, sembolik/sinirsel/istatistiksel gelenekler
- Tensörler — Çok boyutlu diziler, NumPy, einops
- Geri Yayılım — Gradyanlar, hesaplama grafikleri, zincir kuralı
- Doğrusal Regresyon — Tahmin, kayıp fonksiyonu, gradyan inişi
- Doğrusal Sınıflandırma — Lojistik kayıp, softmax, çapraz entropi
- Derin Öğrenme — Çok katmanlı ağlar, ReLU, artık bağlantılar
🔍 Bölüm 2: Arama (Ders 5–6)
Belirlenimci dünyalarda en iyi eylem dizisini bulma.
- Arama — Kapsamlı arama, dinamik programlama, hüzme araması
- UCS ve A* — Tekdüze maliyet araması, sezgisel fonksiyonlar
🎲 Bölüm 3: Belirsizlik Altında Karar Verme (Ders 7–9)
Dünya belirsiz olduğunda nasıl karar verilir?
- Markov Karar Süreçleri — Değer yineleme, Bellman denklemi
- Pekiştirmeli Öğrenme — Q-öğrenme, keşfetme/sömürme
- Politika Gradyanı — REINFORCE algoritması
♟️ Bölüm 4: Oyun Teorisi (Ders 10–11)
Rakiplerin olduğu ortamlarda strateji belirleme.
- Oyunlar — Minimax, alfa-beta budama, beklentimax
- TD Öğrenme — Zamansal fark, kendi kendine oyun
- Eşzamanlı Oyunlar — Nash dengesi, karma stratejiler
📊 Bölüm 5: Olasılıksal Çıkarım (Ders 12–14)
Eksik bilgiyle dünya hakkında akıl yürütme.
- Bayes Ağları — Koşullu olasılık, ortak dağılım, marjinalleştirme
- Gibbs Örnekleme — Reddetme örneklemesi, Markov örtüsü
- Bayes Öğrenme — Maksimum olabilirlik, EM algoritması
🧩 Bölüm 6: Mantık (Ders 15–16)
Sembolik akıl yürütme ve bilgi temsili.
- Önerme Mantığı — Formüller, modeller, gerektirme
- Birinci Derece Mantık — Niceleyiciler, birleştirme, çözünürlük
🌍 Bölüm 7: Dil Modelleri ve Toplum (Ders 17–18)
Büyük dil modelleri ve YZ'nin toplumsal etkileri.
- Dil Modelleri (PDF) — Transformer, ölçekleme, ön eğitim
- YZ ve Toplum — Hizalama, şeffaflık, telif hakkı, düzenleme
Resmi ders kaynağı: Stanford CS221 — Percy Liang & Ken Liu
Türkçe yönlendirme ve başlıklandırma: Dr. Mehmet Solak · © 2026