|
Vyučující
|
-
Kästner Wolfgang, prof. Dr. Ing.
|
|
Obsah předmětu
|
The content: - foundations of Artificial Intelligence (AI) / Artificial Neural Networks (ANN) - application of AI / ANN for modelling and classification - modelling based on Multilayer Perceptron (MLP) - MLP - structure, demonstration example, software - classification based on Kohonen Maps (Self Organizing Maps, SOM) - SOM - structure, demonstration example, software - applications
|
|
Studijní aktivity a metody výuky
|
Přednáška, Cvičení
- Účast na výuce
- 56 hodin za semestr
- Příprava na zkoušku
- 44 hodin za semestr
- Příprava na zápočet
- 20 hodin za semestr
- Domácí příprava na výuku
- 30 hodin za semestr
|
|
Výstupy z učení
|
The methodical aspects of the topic will be communicated by lectures. Seminars and exercises as well as practical courses at PC tool serve for consolidation of knowledge.
|
|
Předpoklady
|
Mathematics
|
|
Hodnoticí metody a kritéria
|
Kombinovaná zkouška
No condition of registration
|
|
Doporučená literatura
|
-
Beer, W. Applied Artificial Intelligence: Neural networks and deep learning with Python and TensorFlow. Amazon Digital Services LLC, 2017.
-
Duval, F. Artificial Neural Networks: Concepts, Tools and Techniques explained for Absolute Beginners (Data Sciences). CreateSpace Independent Publishing Platform, 2018.
|