具體描述
Simon Haykin 於1953年獲得英國伯明翰大學博士學位，目前為加拿大McMaster大學電子與計算機工程係教授、通信研究實驗室主任。他是國際電子電氣工程界的著名學者，曾獲得IEEE McNaughton金奬。他是加拿大皇傢學會院士、IEEE會士，在神經網絡、通信、自適應濾波器等領域成果頗豐，著有多部標準教材。
本書是關於神經網絡的全麵的、徹底的、可讀性很強的、最新的論述。全書共15章，主要內容包括Rosenblatt感知器、通過迴歸建立模型、最小均方算法、多層感知器、核方法和徑嚮基函數網絡、支持嚮量機、正則化理論、主分量分析、自組織映射、信息論學習模型、動態規劃、神經動力學、動態係統狀態估計的貝葉斯濾波等。
本書適閤作為高等院校計算機相關專業研究生及本科生的教材，也可供相關領域的工程技術人員參考。
Provides a comprehensive foundation of neural networks, recognizing the multidisciplinary nature of the subject, supported with examples, computer-oriented experiments, end of chapter problems, and a bibliography. DLC: Neural networks (Computer science).
用戶評價
##大傢都在說翻譯問題。翻譯確實有很多問題，很多地方是含混過關，意義很不明確，不少地方甚至直接是錯誤的翻譯，因此一旦有懷疑的地方一定要對照英文原版看。造成翻譯問題的原因，一方麵是譯者能力，我感覺更大的原因是原書確實知識麵實在太廣，原書作者本身也是通信，控製理論...
評分 評分 評分 評分 評分##這本書還算有點名氣，有不少的AI書籍的參考文獻都提及瞭它。書名雖然是foundation，但卻是偏重於數學的。對於ANN的幾乎所有原理都沒有給齣可以在直覺上理解的原因，比如，為什麼對於w的初始化要隨機且盡可能小；衝嚮量的直觀解釋是什麼；對於分布不均勻的結果類彆應該如何對w正...
評分##我的研究生課程Neural Networks就是用的本書第二版。因為教授說瞭，他不喜歡更新的第三版。 感覺本書基本涵蓋瞭神經網絡的許多基礎部分和重要方麵。像Back Propagation， Radial-Basis Function，Self-Organizing Maps，以及single neuron中的Hebbian Learning, Competitive L...
評分##這次是第一次通讀瞭整本書，裏麵的很多數學公司推導、部分原理沒看明白，我想大部分第一次讀的人應該也和我差不多吧。 如果作為學習神經網絡的入門書，我想這本可能不太適閤，因為它太多太細，初學者很容易陷入細節受到挫敗感。 但並不是說這本書不好，相反，這本書絕對是經典...
評分##神經網絡不僅是現在的思維模式，計算機的將來計算模式，還是簡單的細胞的運算模式。他們沒有真正的思考，而是計算。計算是機器也能夠做到的，因此不管人是否理解或者機器是否知道，都可以從容應對。而不知道的事物如此之多，因此不必擔心他們會自動的進入圈套。他們不僅是可以...
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.qciss.net All Rights Reserved. 圖書大百科 版權所有