Yapay Öğrenmenin Matematiksel Temelleri Çalıştayı

20/10/2016 - 23/10/2016

  • Tarih: 20-23 Ekim 2016 (Köy`e geliş 19 Ekim 2016, Köy`den çıkış 23 Ekim 2016) Not: Köy`den çıkış 24 ekim 2016 tarihinde de olabilir.
  • Amaç:
    Konu ve kapsam: Bu yaz kampı kapsamında, son yıllarda biyoinformatik, finans, büyük veri analitiği gibi çok geniş bir spektrumda karşımıza çıkan y apay öğrenme konusu işlenecektir. İlk önce yapay öğrenmenin temel konuları genel bir çerçevede ele alınacak, ardından bu önemli alanda kullanılan matematiksel yöntemler anlatılacaktır. Ağırlıkla eniyileme (optimizasyon) ve benzetim (simülasyon) üzerine yoğunlaşılan programın son kısmında ise dağıtık ve paralel programlama araçları uygulamalar eşliğinde tanıtılacaktır. Dersleri tamamlayacak katılımcılara, yapay öğrenmede kullanılan uygulamalı matematik yöntemleri ve hesaplama araçları konusunda temel bir altyapı kazandırılması amaçlanmaktadır.
  • Hedef Kitle
    Üniversitelerin lisans, yüksek lisans ve doktora programlarına kayıtlı öğrenciler ile yapay öğrenme konusuna ilgi duyan akademisyenler yaz kampının hedef kitlesini oluşturmaktadırlar. Dersleri takip etmek için temel bir analiz, lineer cebir ve olasılık bilgisi yeterli olacaktır.
  • Kontenjan: 40 kişi
  • Ücret: 10-12-14 kişilik koğuşlarda konaklamak için 400 TL.
    Tek kişilik odalarda konaklamak için 600 TL.
    Çift kişilik ya da 1+1 odalarda konaklamak için 960 TL (kişi başı 480 TL).
    Ödemelere konaklama, 4 öğün yemek, çay, su ve temel ihtiyaçlar dahildir.
  • Genel Bilgi

    Başvuru: Kontenjan dolmuştur.

    Kayıt: Belli aralıklarla başvurular değerlendirilir ve sonuçları e-postayla iletilir. Ödeme ve kayıtla ilgili tüm işlemler başvurunuz kabul edildikten sonra yapılacaktır.

  • Eğitmenler:

    Ali Taylan Cemgil, Boğaziçi Üniversitesi
    İlker Birbil, Sabancı Üniversitesi
    Sinan Yıldırım, Sabancı Üniversitesi
    Kamer Kaya, Sabancı Üniversitesi

    Program:

    Saat 20.Eki 21.Eki 22.Eki 23.Eki
    09:00-12:00 Taylan (1-5) Taylan (6-7) İlker (4-6) Sinan (4-6)
    14:00-17:00 İlker (1-3) Sinan (1-3) Kamer (1-3) Kamer (4-6)
    20:00-22:00
    Uygulama ve problem çözümü

     

    Yapay Öğrenmeye Giriş (Ali Taylan Cemgil)

    1. Giriş ve tarihçe, yapay zeka, makine öğrenmesi, veri madenciliği
    2. Uygulama alanlarından örnekler
    3. Veri analizine model tabanlı ve algoritma tabanlı yaklaşımlar
    4. Güdümlü ve güdümsüz öğrenme,
    5. Regresyon, yapay sinir ağları
    6. Bayesci istatistik ve olasılık modelleri
    7. Bayesci çıkarım

    Eniyileme Yöntemleri (İlker Birbil)

    1. Giriş ve tarihçe
    2. Genel çerçeve ve modelleme
    3. Doğrusal ve tamsayılı programlama ve örnekler
    4. Doğrusal olmayan programlama
    5. Yapay öğrenme problemlerinde çözüm yöntemleri
    6. Ölçeklenebilir eniyileme yöntemleri

    Monte Carlo Benzetimi (Sinan Yıldırım)

    1. Giriş ve tarihçe
    2. Rassal sayı üretimi ve temel örnekleme yöntemleri
    3. Markov zinciri Monte Carlo
    4. Ardışık Monte Carlo
    5. İleri yöntemler
    6. Bayesci çıkarım uygulamaları

    Dağıtık ve Paralel Hesaplama (Kamer Kaya)

    1. Giriş ve tarihçe
    2. Paralel ve dağıtık hesaplamanın temelleri
    3. Paralel matris ve çizge algoritmaları
    4. Paylaşımlı bellek ve GPU tabanlı programlama
    5. Dağıtık ve mesaj aktarma (MPI) tabanlı programlama
    6. Hadoop ve MapReduce