Det foregår idag intens forskning på hvilke muligheter en har for effektiv informasjonsbehandling ved å la et stort antall enkle prosessorer samarbeide i nettverk på en måte som i visse henseende likner det en ser i sentralnervesystemet.Nettverk av denne typen kalles (kunstige) nevrale nett, og de har etterhvert fått en rekke anvendelser.
Kurset gir en innføring i teorien for nevrale nett.Vi vil se på ulike typer nettverk, slik som enkle lineære og ikke-lineære perseptroner, flerlags nett og rekurrente nett.Emner som vil bli behandlet er læring i nevrale nett (styrt/ikke-styrt læring, selvorganisering), generaliseringsevne, approksimasjonsegenskaper, samt bruk av nevrale nett som assosiativt minne og til optimalisering og mønstergjenkjenning.
Kurset forutsetter et visst kjennskap til lineær algebra og statistikk. De første to ukene vil gå med til å repetere de mest relevante begrepene (vektorrom, basiser, underrom, matrise-operasjoner, sannsynligheter, stokastiske variable, forventning og varians, eksempler på fordelinger).
Undervisningen vil foregå i form av tre timer med forelesning/øvelser pr uke i høstsemesteret (første gang 24. august). I tillegg vil det bli gitt en prosjektoppgave hvor besvarelsen må godkjennes.Det vil bli avholdt muntlig eksamen med tallkarakter.
Ta kontakt hvis du lurer på noe!