Tantárgy adatlapja
| Tantárgy neve: | Neural Networks P-ITEEA-0011 |
|---|---|
| Tárgyfelelős: | Zarándy Ákos |
| Tantárgy oktatója: | Zarándy Ákos |
| A tantárgy céljának rövid ismertetése: | A tantárgy célja az alapvető neurális hálózati architektúrák elméleti ismertetése és programozási technikájuknak elsajátítása. |
| Elsajátítandó elméleti ismeretanyag: | Az alábbi fogalmak definíciója, feléítése, működése: perceptron; konvolúciós hálózatok; képeken klasszifikáció, detekció, szegmentáció; rekurzív hálózatok; unsupervised leaning alapok. |
| Elsajátítandó gyakorlati ismeretanyag: | Az elmélet során megtanult neurális hálózatok implementálása, tanítása és futtatása modern web alapú könyezetben, valamint a szükséges Python programozási alapok. |
| A 2-4 legfontosabb kötelező irodalom felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN): | I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning. Cambridge, MA, USA: MIT Press, 2016. ISBN: 978-0-262-03561-3. F. Chollet, Deep Learning with Python, 2nd ed. Shelter Island, NY, USA: Manning Publications, 2021. ISBN: 978-1-61729-686-4. Előadás jegyzetek. |
| A 2-4 legfontosabb ajánlott felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN): | A. Géron, Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 3rd ed. Sebastopol, CA, USA: O’Reilly Media, 2022. ISBN: 978-1-098-12597-4. S. J. D. Prince, Understanding Deep Learning. Cambridge, MA, USA: MIT Press, 2023. ISBN: 978-0-262-04864-4. |
| Elmélet-gyakorlat aránya: | Elméleti óra óraszáma: 2 Gyakorlati óra és labor óra óraszáma: 2 + 0 |
| Az alkalmazott oktatási módszerek: | Frontális előadás, laborgéptermi gyakorlati foglalkozás, önálló feladatmegoldás. |
| Az értékelés módja: | Kollokvium |
| Az értékelés kritériuma: | Erős évközi számonkérés (beugrók, irásbeli, számítógépes ZHk, házi feladat, feladatmegoldó verseny). A jól teljesítő diákok megajánlott jegyet kapnak (4, 5), a többiek szóban vizsgáznak. |
| Miként járul hozzá a tantárgy a KKK-ban megjelölt kompetenciaelemek megszerzéséhez: | Mérnökinformatikus alapképzés: Molekuláris bionika mérnöki alapképzés: |
