Εβδομαδιαίες ώρες διδασκαλίας: 3 θεωρία + 1 ασκήσεις πράξεις
Tυπικό εξάμηνο διδασκαλίας: Ε΄
Διδασκαλία: Η διδασκαλία του μαθήματος έχει τη μορφή 15 διαλέξεων και ισάριθμων εργαστηριακών ασκήσεων, στο πλαίσιο των οποίων υπάρχει η δυνατότητα ανάληψης εργασιών.
Ενδεικτικά προαπαιτούμενα: ─
Διδακτικές μονάδες: 6
Σκοπός και στόχοι του μαθήματος:
Η αναγνώριση προτύπων αποτελεί βασικό βήμα για την μετάβαση από τις έξυπνες μηχανές στις νοήμονες. Οι σπουδαστές διδάσκονται τις βασικές έννοιες, τα μαθηματικά μοντέλα και τις μεθόδους του κλάδου. Γνωρίζουν τις προκλήσεις του χώρου και αποκτούν το βασικό υπόβαθρο για περαιτέρω επιστημονικό και ερευνητικό έργο. Στο εργαστηριακό μέρος υλοποιούν νευρωνικούς και μη ταξινομητές με προγραμματισμό η χρήση εξειδικευμένου λογισμικού.
Περίγραμμα μαθήματος:
|
Βασική Βιβλιογραφία:
- Αναγνώριση προτύπων – Νευρωνικά δίκτυα, ΤΕΙ Σερρών 2003.
Συμπληρωματική Βιβλιογραφία:
1.“NEURAL NETWORKS”
Simon Haykin
Macmillan College Publishing Company Inc.
ISBN: 0-02-352761-7
2.“Neural Network Architectures”
Judith Dayhott
VAN NOSTRAND REINHOLD
ISBN: 0-442-20744-1
3.“RATTERN RECOGNITION”
Sergios Theodoridis, Konstantinos Koutroubas
Academic Press
ISBN: 0-12-686140-4