← 返回

人工神经网络原理—从基础设计到深度学习:

著者(美)丹尼尔·格劳佩(Daniel Graupe)著,韩光辉译
ISBN9787576352160
分类号TP18 自动化技术、计算机技术
学科工学
版次第1版
出版社北京理工大学出版社
丛书名人工智能核心技术体系译丛
出版年2025.03
价格¥148.00
页码429页
类型 📄 纸质书
核心评分10.0/10
读者对象—
主题词—
内容简介：本书基本涵盖了人工神经网络纵向发展历程中的主要节点技术，能够满足需要系统学习的读者需求。第1章内容高屋建瓴，涉及人工神经网络的引入及其角色。第2-3章介绍生物神经网络基础和人工神经网络原理，第4-5章分别介绍单层/多层感知器和Madaline网络，第6章介绍经典和改进的反向传播算法。第7-8章分别介绍霍普菲尔德(Hopfield)网络和对偶传播(CounterPropagation)网络，第9章介绍更接近生物神经网络的自适应共振(ART)网络。第10章介绍神经认知机，这是后来卷积神经网络发展的灵感来源，而卷积神经网络引领深度学习成为当代人工智能的主流技术。第11章介绍神经网络的统计(随机)训练知识，第12章介绍循环神经网络。第13章介绍深度学习神经网络的原则及范围，第14-15章分别介绍卷积神经网络和LAMSTAR神经网络，最后第16章是内容广泛的比较案例研究。
登录后可荐购