Artificiella neuronn

1
Artificiella neuronnätoch några andra sätt att
träna sin dator, istället för att programmera den

• Många problem som vi människor kan lösa utan att
  ens tänka på dem som problem, är svåra att
  programmera en dator till att lösa. Vi vet
  nämligen inte ens själva hur vi gör när vi, till
  exempel, känner igen någons ansikte, röst eller
  handskrivna kråkfötter. Hur ska vi då få en dator
  att göra det?
• Om det inte går att programmera sin dator, kanske
  man kan träna den?
• Det finns många tekniker för att åstadkomma
  någon form av inlärning hos datorer.
  Artificiella neuronnät är en sådan teknik,
  inspirerad av biologiska nervsystem.Men vi
  tittar på fler under kursens gång de flesta med
  det gemensamt att de, liksom neuronnät, är
  inspirerade av något fenomen i naturen
• Reinforcement learning (kritikerledd inlärning)
  har hämtat idéer från psykologin och etologin
  (läran om djurs beteende). Evolutionära metoder
  bygger på genetik, utvecklingslära och den
  starkes överlevnad. Svärmmetoder bygger på hur
  sociala system i naturen löser problem
  myrsamhällen, fågelflockar och mänskliga
  kulturer, till exempel.

• Kursen är på 5 poäng och ges förmodligen
  (nästan säkert) på engelska. Den är mer praktisk
  än teoretisk, med konkret problemlösning i form
  av labbar och en självvald projektuppgift, där
  man får möjlighet att fördjupa sig inom något
  delområde, eller tillämpa en inlärningsteknik på
  något intressant problem.

Europas första digitala neurodator,
ADAM (utvecklad 1968-71 av ryssarna för att
lyssna efter ubåtar)
Förkunskaper Algebra, Matematisk analys, Linjär
algebra, Algoritmer och datastrukturer. Dessutom
rekommenderas (starkt) Matematisk statistik och
Datorarkitektur. Kursmål Kursen ska ge en god
översikt över området lärande system, i synnerhet
artificiella neuronnät, med betoning på
problemlösning med dessa verktyg.