Oboznámiť študentov s rôznymi modelmi umelých neurónových sietí a ilustrovať použiteľnosť týchto modelov pri riešení rôznych úloh (rozpoznávanie obrazcov, klasifikácia, predikcia časových radov, zapamätávanie vzorov a iné).

• Úvod do umelých neurónových sietí (konekcionizmu), stručná história, charakteristické črty.
• Učenie neurónových sietí, typy učiacich algoritmov, zovšeobecňovanie na nové dáta.
• Rozpoznávanie a klasifikácia vzorov pomocou jedno- a viacvrstvových dopredných modelov.
• Lineárne modely, autoasociatívna pamäť, kapacita pamäti.
• Učenie siete pomocou samorganizácie (bez učiteľa), extrakcia príznakov.
• Topografické zobrazenie, vizualizácia viacrozmerných dát.
• Hybridné modely (učenie bez učiteľa a s učiteľom).
• Rekurentné modely: učenie časovej štruktúry v dátach.
• Hopfieldov model: pamätané vzory ako atraktory v stavovom priestore.
• Konekcionizmus v kognitívnej vede.