大家来推荐关于神经网络的书
<p>最近刚刚接触神经网络，市面上的书很多。想买一本入门级浅显的，讲的明白点的书，各位前辈帮忙来推荐一下，自己觉得不错的书吧！</p> 嗯 ，神经是个好东西 学习神经网络的路线图第一步：看看入门书籍,对神经网络有个初步认识;
可以看看北京航空航天大学出版社 王伟 著的《人工神经网络原理》，本书是人工神经网络理论的入门书籍.全书共分十章.第一章
主要阐述人工神经网络理论的产生及发展历史,理论特点和研究方向;第二章至第九章介绍人工神经网络理论中比较成熟且常用的几种主要网络结构,算法和应用途径;第十章用较多篇幅介绍了人工神经网络理论在各个领域的应用实例.
第二步：掌握如下算法:
1.感知机学习,这个较简单易懂,就不多说了.
2.最小均方误差,这个原理是下面提到的神经网络学习算法的理论核心,入门者要先看《高等数学》（高等教育出版社，同济大学版）第8章的第十节：“最小二乘法”。
3.在第2步的基础上看Hebb学习算法、SOM和K-近邻算法，上述算法都是在最小均方误差基础上的改进算法，参考书籍是《神经网络原理》（机械工业出版社，Simon Haykin著，中英文都有）、《人工神经网络与模拟进化计算》（清华大学出版社，阎平凡，张长水著）、《模式分类》（机械工业出版社， Richard O. Duda等著，中英文都有）、《神经网络设计》（机械工业出版社，Martin T. Hargan等著，中英文都有）。
4.ART(自适应谐振理论),该算法的最通俗易懂的读物就是《神经网络设计》（机械工业出版社，Martin T. Hargan等著，中英文都有）的第15和16章。若看理论分析较费劲可直接编程实现一下16.2.7节的ART1算法小节中的算法.
4.BP算法,初学者若对误差反传的分析过程理解吃力可先跳过理论分析和证明的内容,直接利用最后的学习规则编个小程序并测试,建议看《机器学习》(机械工业出版社，Tom M. Mitchell著，中英文都有）的第4章和《神经网络设计》（机械工业出版社，Martin T. Hargan等著，中英文都有）的第11章。
第三步：在掌握上述算法的基础上看各种前馈网络、反馈网络、联想存储器和神经网络集成等技术就属于学习神经网络的高级阶段了，这就看大家自己的爱好和发挥了：）
如果是应用，第一步就够了，下面要用就直接用matlab了，如果是研究神经网络，在导师指导下先看论文，其他的将来有空再看，往往你做得东西很深但窄，书上找不到的 。。。。。。。。。。。。。。。。。。。
页:
[1]