Kurs/NevralNett: Difference between revisions
(New page: <b>Tid:</b> Torsdag 7. april 2011, kl. 18:15<br /> <b>Sted:</b> KJL5<br /> <b>Kursholder:</b> Tiril Anette Langfeldt Rødland<br /> <b>Anbefalte forkunnskaper:</b> Ikk...) |
No edit summary |
||
Line 2: | Line 2: | ||
<b>Sted:</b> [[../Hvor er KJL5?|KJL5]]<br /> | <b>Sted:</b> [[../Hvor er KJL5?|KJL5]]<br /> | ||
<b>Kursholder:</b> Tiril Anette Langfeldt Rødland<br /> | <b>Kursholder:</b> Tiril Anette Langfeldt Rødland<br /> | ||
<b>Anbefalte forkunnskaper:</b> | <b>Anbefalte forkunnskaper:</b> Grunnleggende programmering | ||
Kurset vil være en innføring i kunstige nevrale nett, en metode innenfor biologisk-inspirert kunstig intelligens. Kunstige nevralnett er basert på hjernens samling med neuroner, og prøver å kopiere hjernens kompleksitet og parallellitet. Det er et kraftig verktøy innen maskinlæring, og egner seg spesielt godt til å lære konsepter fra eksempler. De kan brukes til alt fra å styre roboter til å klassifisere tegn og bilder. | |||
Sammenhengen mellom de naturlige og de kunstige nevralnettene vil bli gjennomgått. Kurset skal prøve å formidle de grunnleggende egenskapene til kunstige nevralnett, inkludert forskjellige læringsmetoder. Det vil bli demonstrert både hardkodede og lærte neuralnett, vist i programmeringsspråket Python. |
Revision as of 22:55, 31 March 2011
Tid: Torsdag 7. april 2011, kl. 18:15
Sted: KJL5
Kursholder: Tiril Anette Langfeldt Rødland
Anbefalte forkunnskaper: Grunnleggende programmering
Kurset vil være en innføring i kunstige nevrale nett, en metode innenfor biologisk-inspirert kunstig intelligens. Kunstige nevralnett er basert på hjernens samling med neuroner, og prøver å kopiere hjernens kompleksitet og parallellitet. Det er et kraftig verktøy innen maskinlæring, og egner seg spesielt godt til å lære konsepter fra eksempler. De kan brukes til alt fra å styre roboter til å klassifisere tegn og bilder.
Sammenhengen mellom de naturlige og de kunstige nevralnettene vil bli gjennomgått. Kurset skal prøve å formidle de grunnleggende egenskapene til kunstige nevralnett, inkludert forskjellige læringsmetoder. Det vil bli demonstrert både hardkodede og lærte neuralnett, vist i programmeringsspråket Python.