Materialet tager udgangspunkt i hvordan kunstig intelligens kan bruges til at lære at genkende lyde. Eleverne kommer selv til at træne neurale netværk og bruge deres egne netværk til at løse et problem.
Materialet tager udgangspunkt i viden om andengradspolynomier, linjer, lineære funktioner, lineær regression, basal differentialregning og funktioner af to variable.
Det centrale emne i undervisningsmaterialet er funktioner af to variable, og der benyttes begreber som funktioner af to variable, grafen for funktion af to variable, snitkurver, niveaukurver, partielle afledede, gradienter, stationære punkter og simple ekstrema-betragtninger.
Idéen i materialet er at inddrage velkendt stof (især lineær regression og de mindste kvadraters metode, samt top-punktsformlen for andengradspolynomier) i introduktionen af første-ordens iterativ optimering (på engelsk også kendt som "gradient descent" eller "steepest descent"). Som avanceret materiale (del-elementer af materialet, der kan ignoreres uden at miste kontinuitet) behandles også kort stokastiske variable (uniform- og normal-fordelingen).
Herunder kan du finde materialet samt en lærervejledning.