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
##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 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 評分 評分 評分 評分相關圖書
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.tinynews.org All Rights Reserved. 静思书屋 版权所有