> ML_ALGORITMALAR_v1.0
Algoritma & Yöntem Aileleri
9 disiplinde 100 doğrulanmış algoritma: Klasik Denetimli, Denetimsiz, Zaman Serisi, Anomali, Derin Öğrenme, Öneri Sistemleri, Nedensel Çıkarım, Pekiştirmeli Öğrenme ve Özel Yöntemler.
Derin Q-Ağı (DQN ve Rainbow)
Yapay sinir ağı karmaşık yüksek boyutlu durumdan eyleme Q-değerlerini yaklaştırır.
Derin Belirleyici Politika Gradyanı (DDPG)
Aktör, eleştirmen (critic) tarafından doğrudan değerlendirilen sürekli eylem vektörleri üretir.
İkiz Geciktirilmiş DDPG (TD3)
İkiz eleştirmenler aşırı tahmin yanlılığını azaltan savunmacı değer tahminleri üretir.
Yumuşak Aktör-Eleştirmen (SAC)
Stokastik aktör eylem dağılımının ortalama ve varyansını üretir; entropi terimi keşfi garanti eder.
Yakınsal Politika Optimizasyonu (PPO)
Kırpma hedefi maliyetli ikinci dereceden Hessian hesaplamaları gerektirmeden yıkıcı politika çöküşünü önler.
Güven Bölgesi Politika Optimizasyonu (TRPO)
Sınırlı KL diverjansı güven bölgeleri altında monoton azalan olmayan politika performansını teorik olarak garanti eder.
Avantaj Aktör-Eleştirmen (A2C ve A3C)
Avantaj fonksiyonu A(s, a) = Q(s, a) - V(s) gradyan varyansını önemli ölçüde azaltır.
REINFORCE (Monte Carlo Politika Gradyanı)
Ortalamanın üzerinde getiri sağlayan eylemlerin log-olasılıklarını artırarak doğrudan J(theta) = E[R] amacını optimize eder.
Sinirsel Rehberlikli Monte Carlo Ağaç Arama (AlphaZero / MCTS)
Aday dalları, ziyaret sayılarını ve beklenen değerleri incelemek için arama ağacı doğrudan görselleştirilebilir ve denetlenebilir.
Doğrudan Tercih Optimizasyonu (DPO)
Ayrı ve kararsız bir ödül modeli eğitmeyi gerektirmeden dil modeli politikasını doğrudan optimize eder.
Varyasyonel Otomatik Kodlayıcı (VAE)
Sürekli gizil uzay karmaşık veri noktaları arasında pürüzsüz doğrusal enterpolasyonu mümkün kılar.
Çekişmeli Üretici Ağlar (GAN)
Üreteç, oyun teorisi rekabeti yoluyla net ve fotogerçekçi çıktılar sentezler.
Gradyan Cezalı Wasserstein GAN (WGAN-GP)
Eleştirmen kaybı görüntü kalitesiyle monoton olarak koreledir ve güvenilir bir yakınsama metriği sağlar.
Gürültü Giderici Difüzyon Olasılıksal Modelleri (DDPM)
Ara difüzyon yörüngeleri önce kaba yapısal geometrinin ardından ince ayrıntıların kademeli olarak ortaya çıkışını gösterir.
Gürültü Giderici Difüzyon Örtük Modelleri (DDIM)
Deterministik ODE örneklemesi kesin gizil tersine çevirmeyi (gerçek görüntüleri tekrar gürültüye eşleme) mümkün kılar.
Sürekli Normalleştirici Akışlar için Akış Eşleme (Flow Matching)
Düz olasılık yörüngeleri minimum eğri yol sapmasıyla hızlı Euler ODE entegrasyonuna izin verir.
Gizil Difüzyon Modelleri (LDM / Stable Diffusion)
Çapraz dikkat haritaları doğal dil koşullandırma belirteçlerinin uzamsal düzen sentezini nasıl yönlendirdiğini ortaya koyar.
Normalleştirici Akışlar (RealNVP)
Varyasyonel alt sınırlar veya yaklaşımlar olmadan matematiksel olarak kesin log-olabilirlikler hesaplar.