|
题名:
|
神经网络与机器学习 / (加) Simon Haykin著 , 苑希民, 柳春娜, 周僡等译 |
|
ISBN:
|
978-7-121-48210-6 价格： CNY129.00 |
|
语种:
|
chi |
|
载体形态:
|
xx, 586页 图 26cm |
|
出版发行:
|
出版地： 北京 出版社： 电子工业出版社 出版日期： 2024 |
|
内容提要:
|
本书共16章, 主要内容包括神经网络的定义、Rosenblatt感知器、回归建模、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 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP183 版次： 5 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
赫金 著 |
|
次要责任者:
|
苑希民 译 |
|
次要责任者:
|
柳春娜 译 |
|
次要责任者:
|
周僡 译 |
|
责任者附注:
|
责任者Haykin汉译姓: 赫金取自在版编目数据 |