Neural Networks pdf epub mobi txt 电子书 下载 2025
- 教材
- 控制论
- 我的学术生涯
- 人工智能
- machineLearning
- ai
- ML
- 神经网络
- 深度学习
- 机器学习
- 人工智能
- 模式识别
- 计算神经科学
- 算法
- 数学
- Python
- TensorFlow
具体描述
作者简介
Simon Haykin 于1953年获得英国伯明翰大学博士学位，目前为加拿大McMaster大学电子与计算机工程系教授、通信研究实验室主任。他是国际电子电气工程界的著名学者，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，著有多部标准教材。
本书是关于神经网络的全面的、彻底的、可读性很强的、最新的论述。全书共15章，主要内容包括Rosenblatt感知器、通过回归建立模型、最小均方算法、多层感知器、核方法和径向基函数网络、支持向量机、正则化理论、主分量分析、自组织映射、信息论学习模型、动态规划、神经动力学、动态系统状态估计的贝叶斯滤波等。
本书适合作为高等院校计算机相关专业研究生及本科生的教材，也可供相关领域的工程技术人员参考。
目录信息
读后感
这次是第一次通读了整本书，里面的很多数学公司推导、部分原理没看明白，我想大部分第一次读的人应该也和我差不多吧。 如果作为学习神经网络的入门书，我想这本可能不太适合，因为它太多太细，初学者很容易陷入细节受到挫败感。 但并不是说这本书不好，相反，这本书绝对是经典...
评分原书：Neural Networks and Learning Machines 土豪，注意，这是 Learning Machines, 而不是 Machine Learning 神经网络与学习机会更好。
评分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...
评分这次是第一次通读了整本书，里面的很多数学公司推导、部分原理没看明白，我想大部分第一次读的人应该也和我差不多吧。 如果作为学习神经网络的入门书，我想这本可能不太适合，因为它太多太细，初学者很容易陷入细节受到挫败感。 但并不是说这本书不好，相反，这本书绝对是经典...
评分原书：Neural Networks and Learning Machines 土豪，注意，这是 Learning Machines, 而不是 Machine Learning 神经网络与学习机会更好。
用户评价
废话太多。。不如直接编一段做个试验看看
评分废话太多。。不如直接编一段做个试验看看
评分废话太多。。不如直接编一段做个试验看看
评分废话太多。。不如直接编一段做个试验看看
评分废话太多。。不如直接编一段做个试验看看
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有