Výstupy z výukové jednotky

Student:

• je seznámen a rozumí analogii mezi umělými neuronovými sítěmi a jejich biologickou motivací, rozumí pojmům z topologie NN - neuron, vrstva, spoj,
• umí parametricky definovat matematický model jednotlivého neuronu a definovat význam jednotlivých parametrů a typů přenosových funkcí neuronu,
• rozumí aktivní dynamice neuronu a její geometrické interpretaci,umí ji matematicky formalizovat,
• má osvojené základní pojmy a algoritmy adaptační dynamiky jednotlivého neuronu:
  • Hebbovo pravidlo,
  • delta pravidlo,
  • učení dle Widrowa,
  • trénovací a testovací množiny,
• umí si sát do vztahu matematické logické funkce AND, OR, NOT a XOR s klasifikačními schopnostmi jednotlivého neuronu,
• je schopen pomocí nastavení parametrů neuronu implementovat modelový návrh logických funkcí AND, OR, NOT
• chápe klasifikační schopnosti jednotlivého neuronu se dvěma vstupy a binárním výstupem a jeho geometrickou interpretaci v rovině.