|
题名:
|
Neural networks and learning machines / (加) Simon Haykin著 , |
|
ISBN:
|
978-7-121-43221-7 价格： CNY129.00 |
|
语种:
|
eng |
|
载体形态:
|
xx, 887页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 电子工业出版社 出版日期： 2022 |
|
内容提要:
|
本书是关于神经网络的经典教材, 完整、详细地讨论了各个主题, 且包含了相关的计算机实验。全书共15章, 主要内容包括神经网络的定义、Rosenblatt感知器、回归建模、最小均方算法、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。 |
|
主题词:
|
人工神经网络 高等学校 |
|
主题词:
|
机器学习 高等学校 |
|
中图分类法:
|
TP18 版次： 5 |
|
主要责任者:
|
赫金 著 |
|
责任者附注:
|
责任者规范汉译姓: 赫金 |