神經網絡與機器學習(原書第3版) Neural Networks and Learning Machines, 3/e

Simon Haykin

買這商品的人也買了...

相關主題

商品描述

《神經網絡與機器學習(原書第3版)》是關於神經網絡的全面的、徹底的、可讀性很強的、最新的論述。全書共15章,主要內容包括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網絡、支持向量機、正則化理論、主分量分析、自組織映射、信息論學習模型、動態規劃、神經動力學、動態系統狀態估計的貝葉斯濾波等。
《神經網絡與機器學習(原書第3版)》適合作為高等院校電腦相關專業研究生及本科生的教材,也可供相關領域的工程技術人員參考。

作者簡介

Simon Haykin,是國際電子電氣工程界的著名學者,加拿大皇家學會院士,IEEE會士,於1953年獲得英國伯明翰大學博士學位,現任加拿大麥克馬斯特大學教授,在該校創辦了通信研究實驗室並長期擔任主任。他曾經獲得IEEE McNaughton獎章,在神經網絡、通信、自適應濾波器等領域成果頗豐,著有多種標準教材。

目錄大綱

出版者的話
譯者序
前言
縮寫和符號
術語
第0章導言
0.1什麼是神經網絡
0.2人類大腦
0.3神經元模型
0.4被看作有向圖的神經網絡
0.5反饋
0.6網絡結構
0.7知識表示
0.8學習過程
0.9學習任務
0.10結束語
註釋和參考文獻

第1章Rosenblatt感知器
1.1引言
1.2感知器
1.3感知器收斂定理
1.4高斯環境下感知器與貝葉斯分類器的關係
1.5計算機實驗:模式分類
1.6批量感知器算法
1.7小結和討論
註釋和參考文獻
習題

第2章通過回歸建立模型
2.1引言
2.2線性回歸模型:初步考慮
2.3參數向量的最大後驗估計
2.4正則最小二乘估計和MAP估計之間的關係
2.5計算機實驗:模式分類
2.6最小描述長度原則
2.7固定樣本大小考慮
2.8工具變量方法
2.9小結和討論
註釋和參考文獻
習題

第3章最小均方算法
3.1引言
3.2 LMS算法的濾波結構
3.3無約束最優化:回顧
3.4維納濾波器
3.5最小均方算法
3.6用馬爾可夫模型來描畫LMS算法和維納濾波器的偏差
3.7朗之萬方程:布朗運動的特點
3.8 Kushner直接平均法
3.9小學習率參數下統計LMS學習理論
3.10計算機實驗ⅰ:線性預測
3.11計算機實驗ⅱ:模式分類
3.12 LMS算法的優點和局限
3.13學習率退火方案
3.14小結和討論
註釋和參考文獻
習題

第4章多層感知器
4.1引言
4.2一些預備知識
4.3批量學習和在線學習
4.4反向傳播算法
4.5異或問題
4.6改善反向傳播算法性能的試探法
4.7計算機實驗:模式分類
4.8反向傳播和微分
4.9 Hessian矩陣及其在在線學習中的規則
4.10學習率的最優退火和自適應控制
4.11泛化
4.12函數逼近
4.13交叉驗證
4.14複雜度正則化和網絡修剪
4.15反向傳播學習的優點和局限
4.16作為最優化問題看待的監督學習
4.17卷積網絡
4.18非線性濾波
4.19小規模和大規模學習問題
4.20小結和討論
註釋和參考文獻
習題

第5章核方法和徑向基函數網絡
5.1引言
5.2模式可分性的Cover定理
5.3插值問題
5.4徑向基函數網絡
5.5 K-均值聚類
5.6權向量的遞歸最小二乘估計
5.7 RBF網絡的混合學習過程
5.8計算機實驗:模式分類
5.9高斯隱藏單元的解釋
5.10核回歸及其與RBF網絡的關係
5.11小結和討論
註釋和參考文獻
習題

第6章支持向量機
6.1引言
6.2線性可分模式的最優超平面
6.3不可分模式的最優超平面
6.4使用核方法的支持向量機
6.5支持向量機的設計
6.6 XOR問題
6.7計算機實驗:模式分類
6.8回歸:魯棒性考慮
6.9線性回歸問題的最優化解
6.10表示定理和相關問題
6.11小結和討論
註釋和參考文獻
習題

第7章正則化理論
7.1引言
7.2良態問題的Hadamard條件
7.3 Tikhonov正則化理論
7.4正則化網絡
7.5廣義徑向基函數網絡
7.6再論正則化最小二乘估計
7.7對正則化的附加要點
7.8正則化參數估計
7.9半監督學習
7.1 0流形正則化:初步的考慮
7.1 1可微流形
7.1 2廣義正則化理論
7.1 3光譜圖理論
7.1 4廣義表示定理
7.1 5拉普拉斯正則化最小二乘算法
7.1 6用半監督學習對模式分類的實驗
7.1 7小結和討論
註釋和參考文獻
習題

第8章主分量分析
8.1引言232 
…… 

第9章自組織映射
第10章信息論學習模型
第11章植根於統計力學的隨機方法
第12章動態規劃
第13章神經動力學
第14章動態系統狀態估計的貝葉斯濾波
第15章動態驅動遞歸網絡
參考文獻