====== Sztuczne Sieci Neuronowe  ======

Termin zajęć w semestrze letnim 2025/26: 

  * **wykład:**  wtorek, godz. 16:15-17:45 w sali A.0.06 (PK4) 
  * **laboratorium:** wtorek, godz. 18:00-19:30 w sali A.0.06 (PK4) 

===== Materiały do zajęć ====

<fs large>[[.:wyklad:start|Wykład]]</fs>\\
<fs large>[[.:lab:start|Laboratorium]]</fs>\\

===== Zaliczenie wykładu i laboratorium ====

Zaliczenie wykładu:
  * pozytywna ocena z laboratorium
  * egzamin w formie testu na platformie Moodle. Do zaliczenia należy uzyskać 50% punktów z egzaminu. 

Zaliczenie laboratorium:
  * frekwencja
  * zadania realizowane na zajęciach
  * dwa projekty zaliczeniowe realizowane samodzielnie poza zajęciami

<fs large>[[zaliczenie|Szczegóły dotyczące zaliczenie zajęć, projekty, terminy i propozycje tematów projektów]] </fs>\\

Wyniki egzaminu, ocena zadań i projektów umieszczona będzie na platformie Moodle.\\ 
Adres kursu w Moodle: https://moodle.umk.pl/WFAIIS/course/view.php?id=41

===== Literatura i kilka przydatnych odnośników =====

**"Klasyczne" sieci neuronowe**

  * J. Żurada, M. Barski, W., Jędruch Sztuczne sieci neuronowe, Wydawnictwo Naukowe PWN 1996
  * Osowski S.: Sieci neuronowe w ujęciu algorytmicznym, Wydawnictwo Naukowo-Techniczne, Warszawa 1996
  * Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa 1993
  * {{https://www.fizyka.umk.pl/~duch/Wyklady/NN_plan.html|Sztuczne Sieci Neuronowe}} - wykład prof. W. Duch
  * Raul Rojas, {{https://www.inf.fu-berlin.de/inst/ag-ki/rojas_home/documents/1996/NeuralNetworks/neuron.pdf|Neural Networks - A Systematic Introduction}}, 1996


**Deep Learning**

  * Deep Learning, I. Goodfwllow, Y. Bengio, A. Courville, [[http://www.deeplearningbook.org/|Deep Learning]], MIT Press, 2016
  * M. Nielsen, [[http://neuralnetworksanddeeplearning.com/|Neural Networks and Deep Learning]] 
  * {{http://www.cs.toronto.edu/~hinton/nntut.html|Neural Network Tutorials}} by Geoffrey E. Hinton 
  * {{https://d2l.ai/index.html|Dive into Deep Learning}} by A. Zhang, Zack C. Lipton, Mu Li, Alex J. Smola, on {{https://github.com/d2l-ai/d2l-en|GitHub}}
  * {{https://julien-vitay.net/lecturenotes-neurocomputing/intro.html|Neurocomputing}} - lectures by Julien Vitay (youtube, slides and notes)
  * {{https://rubikscode.net/2018/02/19/artificial-neural-networks-series|Artificial Neural Networks Series}} on  Rubik's Code

  * [[wp>Deep_learning|Deep Learning]]
  * [[https://notesonai.com/notes+on+ai|Notes on AI]]
  
  * [[http://yann.lecun.com/exdb/mnist/|MNIST]] 
  * [[https://www.cs.toronto.edu/~kriz/cifar.html|CIFAR]]
  * [[http://image-net.org/challenges/LSVRC/2017/|ImageNet]]

  * {{https://experiments.withgoogle.com/collection/ai|AI Experiments}} with Google
  * [[https://machinelearningmastery.com/start-here/|Machine Learning Mastery]]

===== Frameworki DL =====

  * Deep Learning Frameworks  https://developer.nvidia.com/deep-learning-frameworks
  * [[wp>Comparison_of_deep_learning_software]]
  * [[https://www.tensorflow.org/|TensorFlow]] (Google), 
  * [[https://keras.io/|Keras]] - high-level neural networks API, written in Python and capable of running on top of TensorFlow
  * [[http://torch.ch/|Torch]], [[https://pytorch.org/|PyThotch]]  (Facebook AI)
  * [[https://docs.microsoft.com/en-us/cognitive-toolkit/|Microsoft Cognitive Toolkit (CNTK)]]
  * [[https://www.mathworks.com/solutions/deep-learning.html|MATLAB Deep Learning]]
  * [[https://deeplearning4j.org/|deeplearning4j]] - Deep Learning for Java