Sieci neuronowe
Kierunek studiów: Biofizyka
Kod programu: 03-S1BF12.2014

Nazwa modułu: | Sieci neuronowe |
---|---|
Kod modułu: | 0305-1BF-12-37 |
Kod programu: | 03-S1BF12.2014 |
Semestr: | semestr letni 2016/2017 |
Język wykładowy: | polski |
Forma zaliczenia: | egzamin |
Punkty ECTS: | 2 |
Opis: | 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
|
Wymagania wstępne: | Wykład unikalny. Wymaga podstawowa wiedzę z matematyki, informatyki i biologii |
Literatura podstawowa: | (brak informacji) |
Efekt modułowy | Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 1-5] |
---|---|
Poznaje zasady modelowania w naukach przyrodniczych [1BF_37_1] |
KBF_W08 [4/5] |
Rozumie analogie pomiędzy neuronami biologicznymi a sieciami neuronowymi i ich zastosowania w modelowaniach [1BF_37_2] |
KBF_W08 [4/5] |
Umie zastosować pojęcia algorytmów sieci w projektowaniu leków, ich zastosowania technologiczne [1BF_37_3] |
KBF_W08 [3/5] |
Potrafi pozyskiwać informacje z literatury, baz danych; integrować pozyskane informacje i dokonywać ich interpretacji [1BF_37_4] |
KBF_W08 [3/5] |
Rozumie potrzebę podnoszenia kompetencji zawodowych [1BF_37_5] |
KBF_W08 [4/5] |
Typ | Opis | Kody efektów modułowych do których odnosi się sposób weryfikacji |
---|---|---|
zaliczenie [1BF_37_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_37_1 |
Rodzaj prowadzonych zajęć | Praca własna studenta | Sposoby weryfikacji | |||
---|---|---|---|---|---|
Typ | Opis (z uwzględnieniem metod dydaktycznych) | Liczba godzin | Opis | Liczba godzin | |
wykład [1BF_37_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_37_w_1] |
konwersatorium [1BF_37_fs_2] | (brak informacji) |
15 | (brak informacji) |
Załączniki |
---|
Opis modułu (PDF) |
Sylabusy (USOSweb) | ||
---|---|---|
Semestr | Moduł | Język wykładowy |
(brak danych) |