Uczenie maszynowe i sztuczne sieci neuronowe

1. Wstęp, regresja liniowa i metoda najmniejszych kwadratów
2. Wstęp o sieciach neuronowych, sieci neuronowe liniowe
3. Perceptron Rosenblatta
4. Nieliniowości różniczkowalne i metoda wstecznej propagacji błędu
5. Wsteczna propagacja błędu: jak poprawić zbieżność?
6. Klasyfikacja i regresja logistyczna
7. Algorytmy generatywne
8. Uczenie bez nadzoru
9. Maszyny wektorów wspierających I
10. Maszyny wektorów wspierających II
11. Uczenie ze wzmocnieniem
12. Uczenie ze wzmocnieniem cz.2