• Studenten zijn vertrouwd met basisoperaties op matrices (optellen, aftrekken, vermenigvuldiging, inverse berekenen, transponeren, ...).
• Studenten zijn vertrouwd met basisconcepten uit analyse, meer specifiek het berekenen van (partiële) afgeleiden.
• Studenten zijn in staat technische papers (met betrekking tot algoritmes) te lezen en interpreteren.

Dit vak behandelt geavanceerde concepten en technieken binnen het domein van artificiële intelligentie, met een sterke focus op machine learning en in het bijzonder neurale netwerken. Studenten maken kennis met verschillende netwerkarchitecturen zoals diepe feedforward netwerken, recurrente netwerken, convolutional neural networks en generative adversarial networks (GANs). Er is aandacht voor zowel de theoretische fundamenten als de praktische toepassingen van deze modellen. Afhankelijk van de voortgang en interesse kan ook reinforcement learning aan bod komen. Het vak combineert inzicht in algoritmiek met praktische implementatie, en moedigt studenten aan om kritisch na te denken over de werking, mogelijkheden en beperkingen van moderne AI-technieken.