Bu eğitim, derin öğrenme tabanlı uzun vadeli bağımlılık modelleme tekniklerinden biri olan Uzun Kısa Süreli Bellek (LSTM) mimarisine odaklanır. Katılımcılara, LSTM hücre yapısını, geçit mekanizmalarını ve hücre içi veri akışlarını matematiksel temelleri ile birlikte açıklar. Eğitimde, gradyanların kaybolması / çoğalması problemlerine karşı LSTM'in sağladığı yapısal çözümler detaylandırılır ve zaman boyunca geri yayılım (BPTT) süreci üzerinden bu çözümler analiz edilir. Ayrıca, çift yönlü (Bi-LSTM), çok katmanlı (stacked LSTM) ve bağlamsal temsil üreten ELMo gibi gelişmiş LSTM mimarileri tanıtılır. Dil modelleme, duygu analizi ve zaman serisi öngörüsü gibi sıralı veriye dayalı uygulama senaryoları üzerinden LSTM’in pratik kullanımları ele alınır. Eğitim, katılımcılara LSTM temelli modelleri teorik doğrulukla kurma ve farklı NLP görevlerinde uygulayabilme becerisi kazandırmayı hedefler.