Sieci neuronowe
Field of study: Biophysics
Programme code: W4-S1BF19.2020
| Module name: | Sieci neuronowe |
|---|---|
| Module code: | W4-1BF-20-58 |
| Programme code: | W4-S1BF19.2020 |
| Semester: |
|
| Language of instruction: | Polish |
| Form of verification: | course work |
| ECTS credits: | 3 |
| Description: | 1.Problemy modelowania matematycznego w naukach ścisłych, podstawowe problemy i pojęcia statystyki, dane chemiczne, dane biologiczne, genomika i proteomika
2. Chemometria i chemoinformatyka
3. Podstawowe pojęcia: neuron biologiczny i obliczeniowy, wagi, węzły, funkcje aktywacji, sieci neuronów
4. Architektura sieci neuronowych: wagi, wyraz wolny, funkcje aktywacji, warstwa wejścia, warstwa ukryta i warstwa wyjściowa; graficzna reprezentacja sieci neuronowych, reguły doboru ilości warstw
5. Sieci samoorganizujące się: miary podobieństwa między wektorami, algorytmy uczenia sieci samoorganizujących się: algorytm Kohonena, uczenie konkurencyjne
6. Uczenie bez nadzoru: algorytm gazu neuronowego, odwzorowanie Sammona;
7. Zastosowania sieci Kohonena w projektowaniu leków;
8. Radialne sieci neuronowe oraz neuronowe układy rozmyte
9. Przykłady zastosowania sieci neuronowych w nauce i przemyśle,
10. Przykłady programów komputerowych realizujących algorytmy sieci neuronowych; podstaw programowania w środowisku MATLAB, programowanie algorytmów neuronowych w środowisku MATLAB (DrugDesign-Toolbox for MATLAB).
Egzamin obowiązkowy
|
| Prerequisites: | Wykład unikalny. Wymaga podstawowa wiedzę z matematyki, informatyki i biologii |
| Key reading: | (no information given) |
| Learning outcome of the module | Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5] |
|---|---|
Poznaje zasady modelowania w naukach przyrodniczych [1BF_58_1] |
KBF_W08 [4/5] |
Rozumie analogie pomiędzy neuronami biologicznymi a sieciami neuronowymi i ich zastosowania w modelowaniach [1BF_58_2] |
KBF_W08 [4/5] |
Umie zastosować pojęcia algorytmów sieci w projektowaniu leków, ich zastosowania technologiczne [1BF_58_3] |
KBF_W08 [3/5] |
Potrafi pozyskiwać informacje z literatury, baz danych; integrować pozyskane informacje i dokonywać ich interpretacji [1BF_58_4] |
KBF_W08 [3/5] |
Rozumie potrzebę podnoszenia kompetencji zawodowych [1BF_58_5] |
KBF_W08 [4/5] |
| Type | Description | Codes of the learning outcomes of the module to which assessment is related |
|---|---|---|
| zaliczenie [1BF_58_w_1] | Termin zaliczenia jest ustalany w konsultacji ze studentami trzy tygodnie przed rozpoczęciem sesji egzaminacyjnej. Zakres materiału obejmuje wszystkie zagadnienia omawiane na wykładach - ta informacja jest przekazana studentom na pierwszym wykładzie. Skala ocen: 2 – 5. |
1BF_58_1 |
| Form of teaching | Student's own work | Assessment of the learning outcomes | |||
|---|---|---|---|---|---|
| Type | Description (including teaching methods) | Number of hours | Description | Number of hours | |
| lecture [1BF_58_fs_1] | Wprowadza się i wyjaśnia zagadnienia z zakresu sieci neuronowych. Wykład jest prowadzony z wykorzystaniem pomocy audiowizualnych |
15 | praca z podręcznikiem, korzystanie z artykułów naukowych |
30 |
zaliczenie [1BF_58_w_1] |
| laboratory classes [1BF_58_fs_2] | W formie seminaryjnej omówienie problemów przedstawianych na wykładzie |
20 | lektura uzupełniająca, praca z podręcznikiem |
15 |
zaliczenie [1BF_58_w_1] |
| Attachments |
|---|
| Module description (PDF) |
| Syllabuses (USOSweb) | ||
|---|---|---|
| Semester | Module | Language of instruction |
| (no information given) | ||