<p><strong>شبکه‌های عصبی یکی از الگوریتم‌های بسیار پرکاربرد در حوزه‌ی داده‌کاوی، یادگیری ماشین و هوش مصنوعی است. این الگوریتم‌ها در پردازشِ زبانِ طبیعی، شناساییِ تصاویر مانند شناساییِ چهره، تشخیصِ صحتِ امضا یا تشخیص تقلب در تراکنش‌های بانکی کاربردهای فراوانی دارند. نظر به اهمیت و کاربرد شبکه های عصبی این دوره به بررسی رویکرد پروژه محور شبکه عصبی پرسپترون و کانولوشن در متلب می پردازد. </strong></p><figure class=\"table\"><table><tbody><tr><td><strong>ردیف</strong></td><td><strong>سرفصل جلسه</strong></td><td><strong>ساعت</strong></td></tr><tr><td>جلسه اول</td><td>آشنایی اجمالی با متلب و حلقه های شرطی</td><td>2</td></tr><tr><td>جلسه دوم</td><td>توابع فعال ساز و پس انتشار خطا </td><td>2</td></tr><tr><td>جلسه سوم</td><td>شبکه عصبی تک لایه با کد نویسی پایه</td><td>2</td></tr><tr><td>جلسه چهارم</td><td>شبکه عصبی چند لایه (گیت xor و برازش تابع)</td><td>2</td></tr><tr><td>جلسه پنجم</td><td>پیش بینی سری های زمانی با پرسپترون چند لایه </td><td>2</td></tr><tr><td>جلسه ششم</td><td>واسط های گرافیکی در برازش توابع  و تحلیل نموداری</td><td>2</td></tr><tr><td>جلسه هفتم</td><td>واسط گرافیکی در کلاسترینگ و تحلیل نموداری </td><td>2</td></tr><tr><td>جلسه هشتم</td><td>واسط گرافیکی در تشخیص الگو و تحلیل نموداری</td><td>2</td></tr><tr><td>جلسه نهم </td><td>شبکه عصبی کانولوشن و مفاهیم دیپ لرنینگ </td><td>2</td></tr><tr><td>جلسه دهم</td><td>کانولوشن با رویکرد پردازش تصویر </td><td>2</td></tr></tbody></table></figure>