Képek alapján történő diagnosztika (műszaki, orvosi,...) ma egyre fontosabb feladat. A képfeldolgozás és képfelismerés általában összetett feladat, ahol komplex feldolgozási és osztályozási feladatokat kell megoldani. A képfelismerési feladatoknál az egyik gyakran alkalmazott megközelítés, hogy a képekről jellemzőket határozunk meg, majd e jellemzők (jellemzővektorok) alapján valamilyen osztályozó alkalmazásával adjuk meg a képek megfelelő besorolását. Az osztályozás sokféle megközelítésben lehetséges, de az egyik legsikeresebb megközelítés a neuronhálók alkalmazása. Az elmúlt jó egy évtizedben módosult a képfelismerési feladatok megoldása. Az új megközelítés nem két lépésben végzi a felismerési feladatok megoldását, hanem egy olyan komplex neuronhálóval (ez az ún. mély háló, deep network), mely a tényleges osztályozás elvégzése előtti előfeldolgozást (jellemzők meghatározása) is tanuló eljárással, a neuronháló kibővítésével oldja meg. A tanfolyam a neuronhálók átfogó bemutatást célozza a legegyszerűbb neurontól a nagykomplexitású mély hálókig, ismertetve azok felépítését, képességeit fő alkalmazási területeit. A tanfolyam két részből áll: egy elméleti bevezetőből, ahol a hang¬súly a mai legkorszerűbb mély hálók felépítésén és működésén van, és egy számítógépes labor-gyakorlatból.