书目信息 机读格式(MARC)
人工神经网络原理:从基础设计到深度学习
| ISBN/价格： | 978-7-5763-5216-0:CNY148.00 |
|---|---|
| 作品语种： | chi eng |
| 出版国别： | CN 110000 |
| 题名责任者项： | 人工神经网络原理/.(美)丹尼尔·格劳佩(Daniel Graupe)著/.韩光辉译 |
| 出版发行项： | 北京:,北京理工大学出版社:,2025.03 |
| 载体形态项： | 429页:;+图:;+24cm |
| 丛编项： | 人工智能核心技术体系译丛 |
| 提要文摘： | 本书从生物神经网络基础开始,围绕人工神经网络技术的纵向发展特征进行了深入浅出的讲解和探讨,内容合理、系统性强。具体来说,第1章内容高屋建瓴,涉及人工神经网络的引入及其角色,作者主要从体系架构和并行性两个方面说明人工神经网络的潜在优势。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。 |
| 并列题名： | Principles of artificial neural networks eng |
| 题名主题： | 人工神经网络 机器学习 |
| 中图分类： | TP18 |
| 个人名称等同： | 格劳佩 丹尼尔 (美) 著 |
| 个人名称次要： | 韩光辉 译 |
| 记录来源： | CN LCTBU 20251009 |