神马文学网神经网络原理(原书第2版) (豆瓣)
来源：百度文库 编辑：神马文学网 时间：2024/04/30 14:02:50
神经网络原理(原书第2版)
放在你的blog里!
又名: Neural Networks:A Comprehensive Foundation,2nd Edition作者: Simon Haykin
译者: 叶世伟等
ISBN: 9787111127598
页数: 633
定价: 69.0
出版社: 机械工业出版社
装帧: 平装
出版年: 2004-1-1
23.5%
35.3%
35.3%
5.9%
0.0%
想读在读读过评价:
写书评 @import url("/css/pop_login4.css"); X 登录 · · · · · ·
加入豆列 
推荐
@import url("/css/pop_login4.css");X
登录 · · · · · ·
简介 · · · · · ·
神经网络是计算智能和机器学习研究的最活跃的分支之一。本书全面系统地介绍神经网 络的基本概念、系统理论和实际应用。本书包含四个组成部分：导论，监督学习，无监督学习，神经网络动力学模型。导论部 分介绍神经元模型、神经网络结构和机器学习的基本概念和理论。监督学习讨论感知机学习 规则，有监督的Hebb学习，Widrow-Hoff学习算法，反向传播算法及其变形，RBF网络，正则 化网络，支持向量机以及委员会机器。无监督学习包括主分量分析，自组织特征映射模型的 竞争学习形式，无监督学习的信息理论，植根于统计力学的随机学习机器，最后是与动态规 划相关的增强式学习。神经网络动力学模型研究由短期记忆和分层前馈网络构成的动态系统， 反馈非线性动态系统的稳定性和联想记忆，以及另一类非线性动态驱动的递归网络系统。
本书注重对数学分析方法和性能优化的讨论，强... (展开全部) 神经网络是计算智能和机器学习研究的最活跃的分支之一。本书全面系统地介绍神经网 络的基本概念、系统理论和实际应用。
本书包含四个组成部分：导论，监督学习，无监督学习，神经网络动力学模型。导论部 分介绍神经元模型、神经网络结构和机器学习的基本概念和理论。监督学习讨论感知机学习 规则，有监督的Hebb学习，Widrow-Hoff学习算法，反向传播算法及其变形，RBF网络，正则 化网络，支持向量机以及委员会机器。无监督学习包括主分量分析，自组织特征映射模型的 竞争学习形式，无监督学习的信息理论，植根于统计力学的随机学习机器，最后是与动态规 划相关的增强式学习。神经网络动力学模型研究由短期记忆和分层前馈网络构成的动态系统， 反馈非线性动态系统的稳定性和联想记忆，以及另一类非线性动态驱动的递归网络系统。
本书注重对数学分析方法和性能优化的讨论，强调神经网络在模式识别、信号处理和控制 系统等实际工程问题中的应用。书中包含大量例题和习题，并配有13个基于MATLAB软件的计算 机实验程序。
本书适于作研究生或大学高年级学生的教材，也可作希望深入学习神经网络的科技人员的 参考书。
作者简介 · · · · · ·
Simon Haykin是加拿大McMaster大学教授，创办了通信研究实验室，并长期担任主任。他是国际电子电气工程界的著名学者，于1953年获得英国伯明翰大学博士学位。曾获得IEEE McNaughton金奖。他是加拿大皇家学会院士，IEEE会士，在神经网络、通信、自适应滤波器等领域成果颇丰，著有多种标准教材。豆瓣成员常用的标签(共27个) · · · · · ·
神经网络(25) 人工智能(14) AI(10) 机器学习(7) 认知(5) 专业(5) 模式分类(4) 小布的信息科学(3)喜欢读"神经网络原理(原书第2版)"的人也喜欢 · · · · · ·
- 神经网络理论与MATLAB7实现
- 算法之道(让你学不会算法都难)（chi...
- 意识的宇宙/物质如何转变为精神
- 互联网扶贫书
- 爱因斯坦的宇宙：老人的玩具
- 正在爆发的互联网革命
- 为什么要相信达尔文
- 通向量子引力的三条途径
- 趣味物理学
- 寻找薛定谔的猫
书评 · · · · · · 热门评论 最新评论 我来评论这本书@import url("/css/pop_login4.css");X登录 · · · · · ·
-
偏重数学理论
- Linn
这本书还算有点名气，有不少的AI书籍的参考文献都提及了它。书名虽然是foundation，但却是偏重于数学的。对于ANN的几乎所有原理都没有给出可以在直觉上理解的原因，比如，为什么对于w的初始化要随机且尽可能小；冲向量的直观解释是什么；对于分布不均匀的结果类别应该如何对w正确的初始化。这一类的问题要不就是没有提及，要不......
2007-02-15 3/3有用
-
神经网络
- qhors(我爱我的家)
神经网络不仅是现在的思维模式，计算机的将来计算模式，还是简单的细胞的运算模式。他们没有真正的思考，而是计算。计算是机器也能够做到的，因此不管人是否理解或者机器是否知道，都可以从容应对。而不知道的事物如此之多，因此不必担心他们会自动的进入圈套。他们不仅是可以识别计策的，还是具有分辨计策的能力的，因此必须留心别进入他们的世......
2009-12-19
> 更多书评(共2条)