معرفی شبکه های عصبی پرسپترون تک و چند لایه
تئوری
مدل سازی ریاضی
ترکیبات منطقی تک و چند لایه
بررسی روش های بهینه سازی
کلاسیک ؛ Levenberg-Marquardt
- Gradient Descend
- Back propagation
- Adaptive Learning
هوشمند
معرفی کاربردهای شبکه عصبی
Modeling & Function approximation
Classification ، Vector quantization
Associated Memory
Compression
Optimization
System Identification
Control
معرفی شبکه های عصبی شعاعی
معرفی روش های آموزش کلاسیک و هوشمند و کد نویسی آنها
معرفی سری های زمانی و کدنویسی آنها
معرفی شبکه های عصبی هایفیلد و رقابتی و نگاشت SOM
یادگیری غیرنظارتی و الگوریتم k-means
معرفی ماشین بردار پشتیبان و کلاسترینگ و رگرسیون آن