Behörighetskrav

Datoriserad mönsterigenkänning MN1 eller motsvarande

kunskaper.

Syfte

Kursen syftar till att ge kunskap om och

förståelse för artificiella neuronnät och andra

lärande system och

hur de kan anpassas och användas för att lösa

tekniska problem.

Innehåll

Estimering av sannolikhetstätheter, multivariat

linjär regression. Framåtkopplade perceptronnät

med ett

och flera lager, radiala basfunktionsnät.

Kriteriefunktioner,optimeringsmetoder,

förbehandling och

särdragsextraktion, lärande och generalisering,

Bayesianska träning av neuronnät, interaktiva

lärande system.

Undervisning

Föreläsningar, lektioner, seminarier,

laborationer och hemuppgifter.

Examination

Skriftlig och/eller muntlig tentamen vid kursens

slut. För godkännande krävs godkänd

laborationskurs och godkända hemuppgifter. De senare har en omfattning om 2 p.