Neuromodeling (ang.)

15 godzin wykładu, 30 godzin laboratorium

15 godzin wykładu, 30 godzin laboratorium

Umiejętność podstawowego programowania w dowolnym języku programowania lub znajomość arkusza kalkulacyjnego

Zaliczenie polega na przestawieniu 3 projektów (model neurony progowego, perceptronu jednowarstwowego perceptronu dwuwarstwowego) oraz prezentacji wybranego artykułu naukowego z neuromodellingu, dyskusja nad którym traktowana jest jako egzamin ustny.

Wykład stanowi pogłębione wprowadzenie do teoretycznych podstaw neuromodelingu oraz sztucznych sieci neuronowych. Rozpoczyna się od omówienia matematycznego modelu neuronu progowego, w tym jego struktury, funkcji aktywacji oraz interpretacji geometrycznej granic decyzyjnych. Następnie analizowany jest perceptron jednowarstwowy — przedstawione zostają reguły uczenia (w tym algorytm uczenia perceptronu), pojęcie liniowej separowalności, własności zbieżności oraz ograniczenia modelu.

Kolejna część wykładu poświęcona jest perceptronowi dwuwarstwowemu, ze szczególnym uwzględnieniem nieliniowych funkcji aktywacji, roli warstwy ukrytej oraz podstawowych zasad uczenia nadzorowanego. Omawiane są również elementarne zagadnienia związane z funkcjami błędu oraz metodami optymalizacji opartymi na gradiencie.

Dodatkowo wykład rozwija umiejętność krytycznej analizy i interpretacji literatury naukowej z zakresu sieci neuronowych, przygotowując studentów do rozumienia metod badawczych, analizy wyników eksperymentalnych oraz aktualnych kierunków rozwoju neuromodelingu.

Tadeusiewicz, Ryszard. Sieci neuronowe. Vol. 110. Warszawa: Akademicka Oficyna Wydawnicza RM, 1993.