| Statuss(Aktīvs) | Izdruka | Arhīvs(0) | Studiju plāns Vecais plāns | Kursu katalogs | Vēsture |
| Titre du cours | |
| Code du cours | DatZ4012 |
| Crédits (ECTS) | 3 |
| La quantité totale d'heures en classe | 81 |
| Nombre de conferences | 8 |
| Nombre de travaux pratiques et des séminaires | 24 |
| La quantitē d'heures de travail autonome d'un ētudiant | 49 |
| Date de l'approbation du cours | 06/09/2022 |
| Auteurs du cours | |
| , Aleksejs Zacepins , Vitālijs Komašilovs |
|
| Connaissances de base | |
| DatZ1010, DatZ3019, Mate1038, |
|
| Manuels | |
| 1.Haykin S. S. et al. Neural networks and learning machines. Vol. 3. Upper Saddle River: Pearson, 2009. 2.Graupe D. Deep learning neural networks: design and case studies. World Scientific Publishing Company. New Jersey: World Scientific, 2016. 263 p. | |
| Ouvrages supplémentaires | |
| 1.Alpaydin E. Machine learning: the new AI. Cambridge, MA: MIT Press, 2016. | |
| Périodiques et d`autres ressources d`information | |
| 1. Colaboratory. Pieejams: https://colab.research.google.com
2.The Jupyter Notebook. Pieejams: http://jupyter.org/ 3.TensorFlow. Pieejams: https://www.tensorflow.org/ |
|