神经网络设计（原书第2版）计算机与互联网书籍|7234500 下载 mobi epub pdf 电子书 2024

☆☆☆☆☆
简体网页||繁体网页

美马丁 T 哈根Martin T 著，章毅译

下载链接在页面底部

点击这里下载

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到图书大百科

book.qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

发表于2024-12-21

类似图书点击查看全场最低价

图书介绍

店铺：互动出版网图书专营店

出版社：机械工业出版社

ISBN：9787111586746

商品编码：25202657853

丛书名：智能科学与技术丛书

出版时间：2018-01-01

图书描述

书[0名0]：	神经网络设计（原书[0第0]2版）\|7234500
图书定价：	99元
图书作者：	（美）马丁 T. 哈根（Martin T. Hagan）
出版社：	机械工业出版社
出版日期：	2018/1/1 0:00:00
ISBN号：	9787111586746
开本：	16开
页数：	0
版次：	1-1

内容简介

本书是一本易[0学0]易懂的神经网络教材，主要讨论网络结构、[0学0]习规则、训练技巧和工程应用，紧紧围绕“设计”这一视角组织材料和展开讲解，强调基本原理和训练方[0法0]，概念清晰，数[0学0]论述严谨，包含丰富的实例和练习，并配有课件和MATLAB演示程序。
本书要求读者具备线性代数、概率论和微分方程的基础[0知0]识，可作为高年级本科生或一年级研究生的神经网络导论课程教材，也可供有兴趣的读者自[0学0]或参考。

出版者的话
译者序
前言
[0第0]1章引言1
1.1 目标1
1.2 历[0史0]1
1.3 应用3
1.4 生物[0学0]启示4
1.5 扩展阅读5
[0第0]2章神经元模型及网络结构8
2.1 目标8
2.2 理论与例子8
2.2.1 记号8
2.2.2 神经元模型8
2.2.3 网络结构11
2.3 小结15
2.4 例题17
2.5 结束语18
2.6 习题18
[0第0]3章一个说明性的实例20
3.1 目标20
3.2 理论与例子20
3.2.1 问题描述20
3.2.2 感[0知0]机21
3.2.3 Hamming网络23
3.2.4 Hopfield网络26
3.3 结束语27
3.4 习题28
[0第0]4章感[0知0]机[0学0]习规则31
4.1 目标31
4.2 理论与例子31
4.2.1 [0学0]习规则31
4.2.2 感[0知0]机结构32
4.2.3 感[0知0]机的[0学0]习规则35
4.2.4 收敛性证明39
4.3 小结41
4.4 例题42
4.5 结束语48
4.6 扩展阅读49
4.7 习题49
[0第0]5章信号与[0权0]值向量空间53
5.1 目标53
5.2 理论与例子53
5.2.1 线性向量空间53
5.2.2 线性无关54
5.2.3 生成空间55
5.2.4 内积56
5.2.5 范数56
5.2.6 正交性56
5.2.7 向量展开式58
5.3 小结60
5.4 例题61
5.5 结束语66
5.6 扩展阅读67
5.7 习题67
[0第0]6章神经网络中的线性变换71
6.1 目标71
6.2 理论与例子71
6.2.1 线性变换71
6.2.2 矩阵表示72
6.2.3 基变换74
6.2.4 特征值与特征向量76
6.3 小结79
6.4 例题79
6.5 结束语85
6.6 扩展阅读85
6.7 习题86
[0第0]7章有监督的Hebb[0学0]习90
7.1 目标90
7.2 理论与例子90
7.2.1 线性联想器91
7.2.2 Hebb规则91
7.2.3 伪逆规则93
7.2.4 应用95
7.2.5 Hebb[0学0]习的变形96
7.3 小结97
7.4 例题98
7.5 结束语105
7.6 扩展阅读105
7.7 习题106
[0第0]8章性能曲面和[0优0]点108
8.1 目标108
8.2 理论与例子108
8.2.1 泰勒级数108
8.2.2 方向导数110
8.2.3 [0极0]小点111
8.2.4 [0优0]化的必要条件113
8.2.5 二次函数114
8.3 小结119
8.4 例题120
8.5 结束语127
8.6 扩展阅读127
8.7 习题128
[0第0]9章性能[0优0]化131
9.1 目标131
9.2 理论与例子131
9.2.1 速下降[0法0]131
9.2.2 牛顿[0法0]136
9.2.3 共轭梯度[0法0]139
9.3 小结142
9.4 例题142
9.5 结束语150
9.6 扩展阅读150
9.7 习题151
[0第0]10章 Widrow-Hoff[0学0]习153
10.1 目标153
10.2 理论与例子153
10.2.1 ADALINE网络153
10.2.2 均方误差154
10.2.3 LMS算[0法0]156
10.2.4 收敛性分析157
10.2.5 自适应滤波器159
10.3 小结164
10.4 例题165
10.5 结束语174
10.6 扩展阅读174
10.7 习题175
[0第0]11章反向传播179
11.1 目标179
11.2 理论与例子179
11.2.1 多层感[0知0]机179
11.2.2 反向传播算[0法0]182
11.2.3 例子186
11.2.4 批量训练和增量训练188
11.2.5 使用反向传播188
11.3 小结192
11.4 例题193
11.5 结束语201
11.6 扩展阅读201
11.7 习题202
[0第0]12章反向传播算[0法0]的变形210
12.1 目标210
12.2 理论与例子210
12.2.1 反向传播算[0法0]的缺点210
12.2.2 反向传播算[0法0]的启发式改进215
12.2.3 数值[0优0]化技术218
12.3 小结226
12.4 例题228
12.5 结束语235
12.6 扩展阅读236
12.7 习题237
[0第0]13章泛化241
13.1 目标241
13.2 理论与例子241
13.2.1 问题描述242
13.2.2 提升泛化能力的方[0法0]243
13.3 小结257
13.4 例题258
13.5 结束语265
13.6 扩展阅读265
13.7 习题266
[0第0]14章动态网络270
14.1 目标270
14.2 理论与例子270
14.2.1 分层数字动态网络271
14.2.2 动态[0学0]习的基本原则273
14.2.3 动态反向传播276
14.3 小结288
14.4 例题290
14.5 结束语296
14.6 扩展阅读296
14.7 习题297
[0第0]15章竞争网络302
15.1 目标302
15.2 理论与例子302
15.2.1 Hamming网络303
15.2.2 竞争层304
15.2.3 生物[0学0]中的竞争层307
15.2.4 自组织特征图308
15.2.5 [0学0]习向量量化310
15.3 小结314
15.4 例题315
15.5 结束语322
15.6 扩展阅读322
15.7 习题323
[0第0]16章径向基网络329
16.1 目标329
16.2 理论与例子329
16.2.1 径向基网络329
16.2.2 训练RBF网络333
16.3 小结343
16.4 例题344
16.5 结束语347
16.6 扩展阅读347
16.7 习题348
[0第0]17章实际训练问题352
17.1 目标352
17.2 理论与例子352
17.2.1 训练前的步骤353
17.2.2 网络训练359
17.2.3 训练结果分析362
17.3 结束语368
17.4 扩展阅读368
[0第0]18章实例研究1:函数逼近370
18.1 目标370
18.2 理论与例子370
18.2.1 智能传感系统描述370
18.2.2 数据收集与预处理371
18.2.3 网络结构选择372
18.2.4 网络训练372
18.2.5 验证373
18.2.6 数据集374
18.3 结束语375
18.4 扩展阅读375
[0第0]19章实例研究2：概率估计376
19.1 目标376
19.2 理论与例子376
19.2.1 CVD过程描述376
19.2.2 数据收集与预处理377
19.2.3 网络结构选择378
19.2.4 网络训练379
19.2.5 验证381
19.2.6 数据集382
19.3 结束语382
19.4 扩展阅读383
[0第0]20章实例研究3：模式识别384
20.1 目标384
20.2 理论与例子384
20.2.1 心肌梗死识别问题描述384
20.2.2 数据收集与预处理384
20.2.3 网络结构选择387
20.2.4 网络训练387
20.2.5 验证388
20.2.6 数据集389
20.3 结束语390
20.4 扩展阅读390
[0第0]21章实例研究4：聚类391
21.1 目标391
21.2 理论与例子391
21.2.1 森林覆盖问题描述391
21.2.2 数据收集与预处理392
21.2.3 网络结构选择392
21.2.4 网络训练393
21.2.5 验证394
21.2.6 数据集396
21.3 结束语396
21.4 扩展阅读396
[0第0]22章实例研究5：预测398
22.1 目标398
22.2 理论与例子398
22.2.1 磁悬浮系统描述398
22.2.2 数据收集与预处理399
22.2.3 网络结构选择399
22.2.4 网络训练401
22.2.5 验证402
22.2.6 数据集404
22.3 结束语404
22.4 扩展阅读405
附录A 参考文献406
附录B 记号413
附录C 软件417
索引420

神经网络设计（原书第2版）计算机与互联网书籍|7234500 下载 mobi epub pdf txt 电子书格式