📖 书目详情
神经网络与机器学习
| 著者 | (加) Simon Haykin著,苑希民, 柳春娜, 周僡等译 |
| ISBN | 9787121482106 |
| 中图分类 | TP183 自动化技术、计算机技术 |
| 学科分类 | 工学 |
| 版次 | 第1版 |
| 出版社 | 电子工业出版社 |
| 丛书名 | 国外计算机科学教材系列 |
| 出版年 | 2024 |
| 页码 | xx, 586页 |
| 价格 | ¥129.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
10/10
|
📝 内容简介
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。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录，可在线借购