Simon Haykin 于1953年获得英国伯明翰大学博士学位,目前为加拿大McMaster大学电子与计算机工程系教授、通信研究实验室主任。他是国际电子电气工程界的著名学者,曾获得IEEE McNaughton金奖。他是加拿大皇家学会院士、IEEE会士,在神经网络、通信、自适应滤波器等领域成果颇丰,著有多部标准教材。
本书是关于神经网络的全面的、彻底的、可读性很强的、最新的论述。全书共15章,主要内容包括Rosenblatt感知器、通过回归建立模型、最小均方算法、多层感知器、核方法和径向基函数网络、支持向量机、正则化理论、主分量分析、自组织映射、信息论学习模型、动态规划、神经动力学、动态系统状态估计的贝叶斯滤波等。
本书适合作为高等院校计算机相关专业研究生及本科生的教材,也可供相关领域的工程技术人员参考。
总体看来,原著的结构性是比较强的,而且原著作者是经过信号处理转过来的,以LMS作为BP 的引导这块感觉挺有新意,同时不仅从数学分析方法,更重要的是从贝叶斯估计入手,更容易理解机器学习是一种统计推断,而不是看起来完美的微积分推导。但是,翻译的人,对, 就是那个姓申的...
评分这次是第一次通读了整本书,里面的很多数学公司推导、部分原理没看明白,我想大部分第一次读的人应该也和我差不多吧。 如果作为学习神经网络的入门书,我想这本可能不太适合,因为它太多太细,初学者很容易陷入细节受到挫败感。 但并不是说这本书不好,相反,这本书绝对是经典...
评分总体看来,原著的结构性是比较强的,而且原著作者是经过信号处理转过来的,以LMS作为BP 的引导这块感觉挺有新意,同时不仅从数学分析方法,更重要的是从贝叶斯估计入手,更容易理解机器学习是一种统计推断,而不是看起来完美的微积分推导。但是,翻译的人,对, 就是那个姓申的...
评分垃圾翻译。 P370 马尔克夫链的遍历性 the long-term proportion of time spent by the chain .. The proportion of time spent in state i after k returns, denoted by.. The return times T_i form a sequence of statistically independent and identically distributed ran...
评分这本书还算有点名气,有不少的AI书籍的参考文献都提及了它。书名虽然是foundation,但却是偏重于数学的。对于ANN的几乎所有原理都没有给出可以在直觉上理解的原因,比如,为什么对于w的初始化要随机且尽可能小;冲向量的直观解释是什么;对于分布不均匀的结果类别应该如何对w正...
不是说书不好 是有点难 数学的东西有点多 推荐先看看《统计学习基础 数据挖掘、推理与预测》
评分渣。
评分学嵌入式、电子信息的渣渣表示,看概率相关的还是有点反应不过来。我只是为了了解大概,看一下文字说明,感觉差不多能知道在说什么~~
评分不是说书不好 是有点难 数学的东西有点多 推荐先看看《统计学习基础 数据挖掘、推理与预测》
评分不是说书不好 是有点难 数学的东西有点多 推荐先看看《统计学习基础 数据挖掘、推理与预测》
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有