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
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
Zaliczenie zajęć, projekty i propozycje tematów projektów
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
- Sztuczne Sieci Neuronowe - wykład prof. W. Duch
- Raul Rojas, Neural Networks - A Systematic Introduction, 1996
Deep Learning
- Deep Learning, I. Goodfwllow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016
- M. Nielsen, Neural Networks and Deep Learning
- Neural Network Tutorials by Geoffrey E. Hinton
- Dive into Deep Learning by A. Zhang, Zack C. Lipton, Mu Li, Alex J. Smola, on GitHub
- Neurocomputing - lectures by Julien Vitay (youtube, slides and notes)
- Artificial Neural Networks Series on Rubik's Code
- AI Experiments with Google
Frameworki DL
- Deep Learning Frameworks https://developer.nvidia.com/deep-learning-frameworks
- TensorFlow (Google),
- Keras - high-level neural networks API, written in Python and capable of running on top of TensorFlow
- deeplearning4j - Deep Learning for Java