1. Úvod do umělé inteligence. Jazyky umělé inteligence. Úvod do PROLOGu.
2. Metody hledání řešení. Charakteristika, vlastnosti a architektura expertních systémů.
3. Reprezentace znalostí. Pravidla a inferenční sítě. Řídící mechanizmy.
4. Neuronové sítě. Modely neuronů. Perceptron. Adaptace perceptronu. Hebbův algoritmus. Widrow-Hoffovo učení lineárního neuronu.
5. Vícevrstvé topologie. Metoda Backpropagation. Parametrická Backpropagation. Implementace neuronů s intervalovým stavem excitace. Zobecnělá metoda Backpropagation pro neuronové sítě s neurčitostí.
6. Rekuretní vícevrstvé neuronové sítě.
7. Kohonenovo učení a samoorganizující se neuronové sítě. LVQ modely a Counter-propagation.
8. Hopfieldovy sítě. Boltzmannův stroj. Dvousměrná asociativní paměť. Adaptivní rezonanční teorie.
9. Objektově-orientovaný přístup k modelování neuronových sítí.
10. Expertní systémy využívající neuronové sítě. Neuronové zpracování obrazové informace.
2. Metody hledání řešení. Charakteristika, vlastnosti a architektura expertních systémů.
3. Reprezentace znalostí. Pravidla a inferenční sítě. Řídící mechanizmy.
4. Neuronové sítě. Modely neuronů. Perceptron. Adaptace perceptronu. Hebbův algoritmus. Widrow-Hoffovo učení lineárního neuronu.
5. Vícevrstvé topologie. Metoda Backpropagation. Parametrická Backpropagation. Implementace neuronů s intervalovým stavem excitace. Zobecnělá metoda Backpropagation pro neuronové sítě s neurčitostí.
6. Rekuretní vícevrstvé neuronové sítě.
7. Kohonenovo učení a samoorganizující se neuronové sítě. LVQ modely a Counter-propagation.
8. Hopfieldovy sítě. Boltzmannův stroj. Dvousměrná asociativní paměť. Adaptivní rezonanční teorie.
9. Objektově-orientovaný přístup k modelování neuronových sítí.
10. Expertní systémy využívající neuronové sítě. Neuronové zpracování obrazové informace.