| | | 神經網絡設計(原書*2版) [美]馬丁 T. 哈根(Martin T. Hagan) | 該商品所屬分類:圖書 -> 機械工業出版社 | 【市場價】 | 817-1184元 | 【優惠價】 | 511-740元 | 【作者】 | 馬丁 | 【出版社】 | 機械工業出版社 | 【ISBN】 | 9787111586746 | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品 一次購物滿2000元台幣95折+免運費+贈品 一次購物滿3000元台幣92折+免運費+贈品 一次購物滿4000元台幣88折+免運費+贈品
| 【本期贈品】 | ①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
| |
版本 | 正版全新電子版PDF檔 | 您已选择: | 正版全新 | 溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。 *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。 | | | | 內容介紹 | |
![](/c49/99/10026483376615.jpg)
店鋪:機械工業出版社官方旗艦店 出版社:機械工業出版社 ISBN:9787111586746 商品編碼:10026483376615 品牌:機械工業出版社(CMP) 出版時間:2018-01-01 頁數:200 字數:450000 審圖號:9787111586746 作者:?馬丁
"![baecf198635367d9.jpg](https://img10.360buyimg.com/cms/jfs/t1/180445/28/6295/377762/60b0bd82E6c4ef32e/baecf198635367d9.jpg) 商品參數 商品基本信息 | 商品名稱: | 神經網絡設計(原書*2版) | 作者: | [美]馬丁 T. 哈根 | 市場價: | 99.00 | ISBN號: | 9787111586746 | 版次: | 1-1 | 出版日期: | 2018-01 | 頁數: | 426 | 字數: | 450 | 出版社: | 機械工業出版社 | 內容介紹 本書是一本易學易懂的神經網絡教材,主要討論網絡結構、學習規則、訓練技巧和工程應用,緊緊圍繞“設計”這一視角組織材料和展開講解,強調基本原理和訓練方法,概念清晰,數學論述嚴謹,包含豐富的實例和練習,並配有課件和MATLAB演示程序。本書要求讀者具備線性代數、概率論和微分方程的基礎知識,可作為高年級本科生或一年級研究生的神經網絡導論課程教材,也可供有興趣的讀者自學或參考。 目錄 目錄 Neural Network Design,Second Edition 出版者的話 譯者序 前言 *1章引言1 1.1目標1 1.2歷史1 1.3應用3 1.4生物學啟示4 1.5擴展閱讀5 *2章模型及網絡結構8 2.1目標8目錄 Neural Network Design,Second Edition 出版者的話 譯者序 前言 *1章引言1 1.1目標1 1.2歷史1 1.3應用3 1.4生物學啟示4 1.5擴展閱讀5 *2章模型及網絡結構8 2.1目標8 2.2理論與例子8 2.2.1記號8 2.2.2模型8 2.2.3網絡結構11 2.3小結15 2.4例題17 2.5結束語18 2.6習題18 第3章一個說明性的實例20 3.1目標20 3.2理論與例子20 3.2.1問題描述20 3.2.2感知機21 3.2.3Hamming網絡23 3.2.4Hopfield網絡26 3.3結束語27 3.4習題28 第4章感知機學習規則31 4.1目標31 4.2理論與例子31 4.2.1學習規則31 4.2.2感知機結構32 4.2.3感知機的學習規則35 4.2.4收斂性證明39 4.3小結41 4.4例題42 4.5結束語48 4.6擴展閱讀49 4.7習題49 第5章信號與權值向量空間53 5.1目標53 5.2理論與例子53 5.2.1線性向量空間53 5.2.2線性無關54 5.2.3生成空間55 5.2.4內積56 5.2.5範數56 5.2.6正交性56 5.2.7向量展開式58 5.3小結60 5.4例題61 5.5結束語66 5.6擴展閱讀67 5.7習題67 第6章神經網絡中的線性變換71 6.1目標71 6.2理論與例子71 6.2.1線性變換71 6.2.2矩陣表示72 6.2.3基變換74 6.2.4特征值與特征向量76 6.3小結79 6.4例題79 6.5結束語85 6.6擴展閱讀85 6.7習題86 第7章有監督的Hebb學習90 7.1目標90 7.2理論與例子90 7.2.1線性聯想器91 7.2.2Hebb規則91 7.2.3偽逆規則93 7.2.4應用95 7.2.5Hebb學習的變形96 7.3小結97 7.4例題98 7.5結束語105 7.6擴展閱讀105 7.7習題106 第8章性能曲面和*優點108 8.1目標108 8.2理論與例子108 8.2.1泰勒級數108 8.2.2方向導數110 8.2.3極小點111 8.2.4優化的必要條件113 8.2.5二次函數114 8.3小結119 8.4例題120 8.5結束語127 8.6擴展閱讀127 8.7習題128 第9章性能優化131 9.1目標131 9.2理論與例子131 9.2.1*速下降法131 9.2.2牛頓法136 9.2.3共軛梯度法139 9.3小結142 9.4例題142 9.5結束語150 9.6擴展閱讀150 9.7習題151 *10章Widrow-Hoff學習153 10.1目標153 10.2理論與例子153 10.2.1ADALINE網絡153 10.2.2均方誤差154 10.2.3LMS算法156 10.2.4收斂性分析157 10.2.5自適應濾波器159 10.3小結164 10.4例題165 10.5結束語174 10.6擴展閱讀174 10.7習題175 *11章反向傳播179 11.1目標179 11.2理論與例子179 11.2.1多層感知機179 11.2.2反向傳播算法182 11.2.3例子186 11.2.4批量訓練和增量訓練188 11.2.5使用反向傳播188 11.3小結192 11.4例題193 11.5結束語201 11.6擴展閱讀201 11.7習題202 *12章反向傳播算法的變形210 12.1目標210 12.2理論與例子210 12.2.1反向傳播算法的缺點210 12.2.2反向傳播算法的啟發式改進215 12.2.3數值優化技術218 12.3小結226 12.4例題228 12.5結束語235 12.6擴展閱讀236 12.7習題237 *13章泛化241 13.1目標241 13.2理論與例子241 13.2.1問題描述242 13.2.2提升泛化能力的方法243 13.3小結257 13.4例題258 13.5結束語265 13.6擴展閱讀265 13.7習題266 *14章動態網絡270 14.1目標270 14.2理論與例子270 14.2.1分層數字動態網絡271 14.2.2動態學習的基本原則273 14.2.3動態反向傳播276 14.3小結288 14.4例題290 14.5結束語296 14.6擴展閱讀296 14.7習題297 *15章競爭網絡302 15.1目標302 15.2理論與例子302 15.2.1Hamming網絡303 15.2.2競爭層304 15.2.3生物學中的競爭層307 15.2.4自組織特征圖308 15.2.5學習向量量化310 15.3小結314 15.4例題315 15.5結束語322 15.6擴展閱讀322 15.7習題323 *16章徑向基網絡329 16.1目標329 16.2理論與例子329 16.2.1徑向基網絡329 16.2.2訓練RBF網絡333 16.3小結343 16.4例題344 16.5結束語347 16.6擴展閱讀347 16.7習題348 *17章實際訓練問題352 17.1目標352 17.2理論與例子352 17.2.1訓練前的步驟353 17.2.2網絡訓練359 17.2.3訓練結果分析362 17.3結束語368 17.4擴展閱讀368 *18章實例研究1:函數逼近370 18.1目標370 18.2理論與例子370 18.2.1智能傳感繫統描述370 18.2.2數據收集與預處理371 18.2.3網絡結構選擇372 18.2.4網絡訓練372 18.2.5驗證373 18.2.6數據集374 18.3結束語375 18.4擴展閱讀375 *19章實例研究2:概率估計376 19.1目標376 19.2理論與例子376 19.2.1CVD過程描述376 19.2.2數據收集與預處理377 19.2.3網絡結構選擇378 19.2.4網絡訓練379 19.2.5驗證381 19.2.6數據集382 19.3結束語382 19.4擴展閱讀383 *20章實例研究3:模式識別384 20.1目標384 20.2理論與例子384 20.2.1心肌梗死識別問題描述384 20.2.2數據收集與預處理384 20.2.3網絡結構選擇387 20.2.4網絡訓練387 20.2.5驗證388 20.2.6數據集389 20.3結束語390 20.4擴展閱讀390 *21章實例研究4:聚類391 21.1目標391 21.2理論與例子391 21.2.1森林覆蓋問題描述391 21.2.2數據收集與預處理392 21.2.3網絡結構選擇392 21.2.4網絡訓練393 21.2.5驗證394 21.2.6數據集396 21.3結束語396 21.4擴展閱讀396 *22章實例研究5:預測398 22.1目標398 22.2理論與例子398 22.2.1磁懸浮繫統描述398 22.2.2數據收集與預處理399 22.2.3網絡結構選擇399 22.2.4網絡訓練401 22.2.5驗證402 22.2.6數據集404 22.3結束語404 22.4擴展閱讀405 附錄A參考文獻406 附錄B記號413 附錄C軟件417 索引420 顯示全部信息
" | | | | | |