×
神经网络与机器学习-原书第3版

神经网络与机器学习-原书第3版

1星价 ¥60.0 (7.6折)
2星价¥60.0 定价¥79.0
暂无评论
图文详情
  • ISBN:9787111324133
  • 装帧:暂无
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:572
  • 出版时间:2011-03-01
  • 条形码:9787111324133 ; 978-7-111-32413-3

内容简介

  本书是关于神经网络的全面的、彻底的、可读性很强的、*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、*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

出版者的话
译者序
前言
缩写和符号
术语
第0章 导言
 0.1 什么是神经网络
 0.2 人类大脑
 0.3 神经元模型
 0.4 被看作有向图的神经网络
 0.5 反馈
 0.6 网络结构
 0.7 知识表示
 0.8 学习过程
 0.9 学习任务
展开全部

作者简介

  Simon Haykin是国际电子电气工程界的著名学者,加拿大皇家学会院士,IEEE会士,于1953年获得英国伯明翰大学博士学位,现任加拿大麦克马斯特大学教授,在该校创办了通信研究实验室并长期担任主任。他曾经获得IEEE McNaughton奖章,在神经网络、通信、自适应滤波器等领域成果颇丰,著有多种标准教材。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航