table

<div class=row>
          				<div class="col h3">
          					Genetsko programiranje
          				</div>
          				<div class="col h3">
          					Neuronske mreže
          				</div>
          				<div class=row>
          					<div class="col">
          						Genetsko programiranje evolucijski je algoritam. Osnovna struktura rješenja je stablo odluke.
								Čvorovi stabla mogu biti aritmetičke operacije, ugrađene funkcije, varijable ili konstante.
								Svaka generacija rješenja se evaluira, križa i mutira da bi se dobila nova generacija sa boljim svojstvima.
								Evaluacija se radi na temelju funkcije dobrote. Ona govori koliko su kvalitetne odluke stabla.
								Uobičajeno se križanje radi zamjenom podstabla jednog roditelja podstablom drugog.
								Mutacija se može napraviti na više načina. Na primjer zamjenom djece, brisanjem podstabla i dodavanje random-generiranog novog podstabla...
          					</div>
          					<div class="col" font="">
          						Umjetna neuronska mreža struktura je podataka korištena za učenje, evaluaciju, predikciju i sl. Mreža se sastoji od neurona.
								Tri su dijela neuronske mreže: ulazni sloj neurona, skriveni slojevi te izlazni sloj neurona. Neuroni su međusobno spojeni vezama kroz koje prolaze signali. Svaki sloj definira aktivacijska funkcija koja te signale propušta. Ulazima u svaki neuron pridjeljene su različite težine.
								Cilj treniranja mreže za neki zadatak svodi se na podešavanje tih težina. Kada su one podešene, mreža se može koristiti.
          					</div>