Курс содержит базовые знания об искусственных нейронных сетях, алгоритмах их функционирования и обучения. Приведено краткое сравнение существующих парадигм высокопроизводительных вычислительных систем с нейросетевыми аналогами. Даны строгие формальные определения основных понятий нейроинформатики: искусственной нейронной сети, соединения нейронных сетей в системы более высокого уровня, задачи обучения нейронных сетей. Приведены доказательства теорем являющихся базовыми в обосновании вычислительных возможностей нейронных сетей. Приведен широкий спектр алгоритмов градиентных, стохастических и эволюционных методов обучения нейронных сетей. Курс содержит базовые знания о генетических алгоритмах и некоторых других глобальных методах оптимизации. Отражены вопросы применения самоорганизующихся нейронных сетей, нейронных сетей с прямыми и обратными связями. Особое внимание уделено возможностям использования нейросетевых вычислительных парадигм для решения задач из области «интеллектуальных вычислений».

Курс предназначен не только для администраторов ИКС, но и для студентов по направлению подготовки бакалавров и магистров «Прикладные математика и физика», а также научных работников, аспирантов и специалистов в области информатики, занимающихся изучением, разработкой и применением технологий высоко-производительных интеллектуальных вычислительных систем.