中图网

>

计算机理论

神经网络与机器学习

作者：[加]西蒙·赫金

出版社：电子工业出版社出版时间：2024-09-01

开本： 16开 页数： 608

本类榜单：计算机/网络销量榜

中图价:¥91.6(7.1折) 定价 ~~¥129.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥91.6 加入购物车

版权信息
内容简介
目录
作者简介

神经网络与机器学习版权信息

ISBN：9787121482106
条形码：9787121482106 ; 978-7-121-48210-6
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

神经网络与机器学习内容简介

本书是关于神经网络与机器学习的经典教材，完整、详细地讨论了各个主题，并且包含了相关的计算机实验。全书共16章，主要内容包括神经网络的定义、Rosenblatt感知器、回归建模、*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、主成分分析、自组织映射、信息论学习模型、源于统计力学的随机方法、动态规划、神经动力学、动态系统状态估计的贝叶斯滤波、动态驱动递归网络。本书适合高等院校计算机、电子信息、软件工程、智能工程等专业的高年级本科生和研究生学习使用，也可供相关领域的技术人员参考。

神经网络与机器学习目录

第0章导言 1 0.1 什么是神经网络 1 0.2 人类大脑 4 0.3 神经元模型 6 0.4 视为有向图的神经网络 9 0.5 反馈 11 0.6 网络结构 12 0.7 知识表示 15 0.8 学习过程 21 0.9 学习任务 23 0.10 结语 28 注释和参考文献 28 第1章 Rosenblatt感知器 29 1.1 引言 29 1.2 感知器 29 1.3 感知器收敛定理 30 1.4 高斯环境下感知器与贝叶斯分类器的关系 34 1.5 计算机实验：模式分类 38 1.6 批量感知器算法 40 1.7 小结和讨论 41 注释和参考文献 42 习题 42 第2章回归建模 43 2.1 引言 43 2.2 线性回归模型：初步考虑 43 2.3 参数向量的*大后验估计 45 2.4 正则化*小二乘估计与MAP估计的关系 48 2.5 计算机实验：模式分类 49 2.6 *小描述长度原理 50 2.7 有限样本量考虑 52 2.8 工具变量法 54 2.9 小结和讨论 56 注释和参考文献 56 习题 56 计算机实验 57 第3章 *小均方算法 58 3.1 引言 58 3.2 LMS算法的滤波结构 58 3.3 无约束优化：回顾 60 3.4 维纳滤波器 64 3.5 *小均方算法 65 3.6 描述LMS算法和维纳滤波器偏差的马尔可夫模型 67 3.7 朗之万方程：布朗运动的特点 67 3.8 库什纳直接平均法 68 3.9 小学习率参数的统计LMS学习理论 69 3.10 计算机实验I：线性预测 71 3.11 计算机实验II：模式分类 72 3.12 LMS算法的优缺点 73 3.13 学习率退火计划 74 3.14 小结和讨论 75 注释和参考文献 76 习题 76 第4章多层感知器 79 4.1 引言 79 4.2 一些预备知识 80 4.3 批量学习与在线学习 81 4.4 反向传播算法 83 4.5 异或问题 91 4.6 提升反向传播算法性能的启发式算法 92 4.7 计算机实验：模式分类 96 4.8 反向传播和微分 96 4.9 黑塞矩阵及其在在线学习中的作用 99 4.10 学习率的*优退火和自适应控制 101 4.1

展开全部

神经网络与机器学习作者简介

[加]西蒙·赫金(Simon Haykin)，国际电子电气工程界著名学者，加拿大皇家学会院士，IEEE会士，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，在麦克马斯特大学校创办了通信研究实验室并长期担任实验室主任。曾获IEEE McNaughton奖，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。苑希民，男，教授/研究员，博士生导师，天津大学水灾害研究所所长。国家科技创新领军人才评审专家、国家自然科学基金重点基金会评专家、国家科技奖项和科技项目评审专家、中国博士后科学基金评审专家、水利部科技奖项和创新人才团队评审专家、智慧水利试点项目技术专家、省级科技奖项和科技项目评审专家、河北工程大学高层次人才、天津市工程建设价格咨询专家、国际水利学会(IAHR)会员、中国水利学会水力学专业委员会与城市水利专业委员会委员等。长期从事防洪智能减灾与水利信息化研究工作，主要开展防洪减灾安全、洪水风险管理、智慧水利(城市)与大数据分析、流域防汛应急指挥决策、城市防灾减灾规划与防汛预警应急处置、洪水监测预警预报、水流智能模拟计算、水利工程安全监测与智能管理、水库调度与雨洪资源化利用、水资源优化配置、人工智能算法等理论与技术研究。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐