Neural Networks

Provides a comprehensive foundation of neural networks, recognizing the multidisciplinary nature of the subject, supported with examples, computer-oriented experiments, end of chapter problems, and a bibliography. DLC: Neural networks (Computer science).

Simon Haykin 于1953年獲得英國(guó)伯明翰大學(xué)博士學(xué)位，目前為加拿大McMaster大學(xué)電子與計(jì)算機(jī)工程系教授、通信研究實(shí)驗(yàn)室主任。他是國(guó)際電子電氣工程界的著名學(xué)者，曾獲得IEEE McNaughton金獎(jiǎng)。他是加拿大皇家學(xué)會(huì)院士、IEEE會(huì)士，在神經(jīng)網(wǎng)絡(luò)、通信、自適應(yīng)濾波器等領(lǐng)域成果頗豐，著有多部標(biāo)準(zhǔn)教材。

本書是關(guān)于神經(jīng)網(wǎng)絡(luò)的全面的、徹底的、可讀性很強(qiáng)的、最新的論述。全書共15章，主要內(nèi)容包括Rosenblatt感知器、通過回歸建立模型、最小均方算法、多層感知器、核方法和徑向基函數(shù)網(wǎng)絡(luò)、支持向量機(jī)、正則化理論、主分量分析、自組織映射、信息論學(xué)習(xí)模型、動(dòng)態(tài)規(guī)劃、神經(jīng)動(dòng)力學(xué)、動(dòng)態(tài)系統(tǒng)狀態(tài)估計(jì)的貝葉斯濾波等。

本書適合作為高等院校計(jì)算機(jī)相關(guān)專業(yè)研究生及本科生的教材，也可供相關(guān)領(lǐng)域的工程技術(shù)人員參考。