WM: Wprowadzenie do sztucznych sieci neuronowych WF-R-PS-WWS
1. Wprowadzenie. Podstawowe informacje o sztucznych sieciach neuronowych
2. Struktura sztucznych sieci neuronowych
3. Uczenie sztucznych sieci neuronowych
4. Sztuczne sieci neuronowe liniowe i nieliniowe
5. Wsteczna propagacja błędów sztucznych sieci neuronowych
6. Rodzaje sztucznych sieci neuronowych
7. Trafność predykcji sztucznych sieci neuronowych
8. Zaliczenie. Kolokwium
E-Learning
Grupa przedmiotów ogólnouczenianych
Poziom przedmiotu
Symbol/Symbole kierunkowe efektów uczenia się
Typ przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza - student posiada podstawową wiedzę dotyczącą sztucznych sieci neuronowych, ich struktury, sposobów uczenia się, rodzajów.
Kompetencje i umiejętności - student umie interpretować wyniki sztucznych sieci neuronowych.
ECTS:
udział w zajęciach - 15 godzin
przygotowanie do zajęć– 7,5 godzin
przygotowanie do kolokwium - 7,5 godzin
LICZBA ECTS - 1
Kryteria oceniania
Kolokwium w postaci testu wiedzy. Zaliczenie na ocenę dostateczną od 60%.
Literatura
Elder, J., Hill, T., Miner, G., Nisbet, B., Delen, D., & Fast, A. (2012). Practical Text Mining and Statistical Analysis for Nono-structured Text Data Application. Oxford: Elsevier.
Nisbet, R., Elder, J., & Miner, G. (2009). Handbook of statistical analysis and data mining applications. Burlington, MA: Academic Press (Elsevier).
Tadeusiewicz, R. (2007). Odkrywanie właściwości sieci neuronowych. Kraków: Polska Akademia Umiejętności.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: