現在的位置: 首頁人工智能, 軟件>正文
神經網絡與機器學習
圖書分類:人工智能, 軟件 暫無評論 ⁄ 被圍觀 226 次閱讀+

內容簡介:

作者簡介:

Simon Haykin 于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系教授、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金獎。他是加拿大皇家學會院士、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。

本書是關于神經網絡的全面的、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、通過回歸建立模型、最小均方算法、多層感知器、核方法和徑向基函數網絡、支持向量機、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、動態系統狀態估計的貝葉斯濾波等。

本書適合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。

目錄:

出版者的話
譯者序
前言
縮寫和符號
術語
第0章 導言1
第1章 Rosenblatt感知器28
第2章 通過回歸建立模型28
第3章 最小均方算法56
第4章 多層感知器77
第5章 核方法和徑向基函數網絡144
第6章 支持向量機168
第7章 正則化理論197
第8章 主分量分析232
第9章 自組織映射268
第10章 信息論學習模型299
第11章 植根于統計力學的隨機方法366
第12章 動態規劃396
第13章 神經動力學425
第14章 動態系統狀態估計的貝葉斯濾波461
第15章 動態驅動遞歸網絡501
參考文獻538
作者:?[加] Simon Haykin
出版社:?機械工業出版社
原作名:?Neural Networks and Learning Machines
譯者:?申富饒?/?徐燁?/?鄭俊?/?晁靜
出版年:?2011-3
頁數:?572
叢書:?計算機科學叢書
ISBN:?9787111324133
標簽:,

你可能喜歡

2
說點什么

avatar
2 Comment threads
0 Thread replies
0 Followers
 
Most reacted comment
Hottest comment thread
0 Comment authors
新用戶006721 Recent comment authors
  Subscribe  
提醒
新用戶006721
游客
新用戶006721

超好看!O(∩_∩)O

新用戶006721
游客
新用戶006721

超好看!O(∩_∩)O

   云南时时开奖记录