В различных областяъ человеческой деятельности на передний план выходят и традиционные методы машинного обучения, и современные конструкции искусственных глубоких нейронных сетей. Они основываются на умении обрабатывать большие данные во времени, близком к real time, максимальном сокращении ошибки принимаемых решений, использовании наборов эвристик предметных областей. Дисциплина направлена на получение знаний и нывыков в области работы с архитектурами искусственных нейронных сетей, принципов их работы, передовыми методами обучения нейронных сетей. При использовании искусственных нейронных сетей рассматриваются вопросы конструирования и обучения полносвязных, сверточных и рекуррентных архитектур, сетей с подкреплением, методы инициализации разметки сетей и совершенствования алгоритмов градиентного спуска.