| ÖÇ1 | Yapay sinir ağlarının kökenlerini, ileri beslemeli derin ağların karar sınırlarını, ağırlık ilklendirme varyans yöntemlerini ve modern optimizasyon algoritmalarının gradyan dinamiklerini kavramsal düzeyde analiz eder ve değerlendirir. |
| ÖÇ2 | Zamansal ve sıralı verilerin modellenmesinde kullanılan kapılı yinelemeli hücrelerin ve harici adreslenebilir gelişmiş bellek entegreli mimarilerin yapısal tasarımlarını ve çalışma ilkelerini karşılaştırmalı olarak açıklar. |
| ÖÇ3 | Yapay sinir ağlarında özdikkat (self-attention) mekanizmalarının, konumsal kodlama (positional encoding) felsefesinin ve çok başlı dikkat içeren Transformatör (Transformer) blok yapılarının bütünsel işleyişini kavramsal ve mimari düzeyde çözümler. |
| ÖÇ4 | Düzensiz grafik verilerinde ilişkisel derin öğrenmeyi sağlayan Grafik Sinir Ağları (GNN) modellerini ve bilgi grafikleri üzerinde karmaşık mantıksal sorgulama teorilerini analiz eder ve model tasarımlarını inceler. |
| ÖÇ5 | Derin olasılıksal üretici modellerin arkasındaki gizli değişken teorisini, reparametreleştirmeleri ve kesikli verilerde yayılım teorisini çözer ve değerlendirir. |
| ÖÇ6 | Yapay zekâ kararlarını şeffaflaştıran açıklanabilirlik (XAI) taksonomilerini ve büyük modellerin dağıtık donanımlar üzerinde paralel eğitilmesini sağlayan sistem seviyesindeki ölçekleme yöntemlerini analiz eder. |