Хайкин С. Нейронные сети. Полный курс

2-e изд. — Пер. с англ. — М.: Вильямс, 2006. — 1104 с.: ил.В книге рассматриваются основные парадигмы искусственных нейронных сетей. Представленный материал содержит строгое математическое обоснование всех нейросетевых парадигм, иллюстрируется примерами, описанием компьютерных экспериментов, содержит множество практических задач, а также обширную библиографию.
В книге также анализируется роль нейронных сетей при решении задач распознавания образов, управления и обработки сигналов. Структура книги очень удобна для разработки курсов обучения нейронным сетям и интеллектуальным вычислениям.
Книга будет полезна для инженеров, специалистов в области компьютерных наук, физиков и специалистов в других областях, а также для всех тех, кто интересуется искусственными нейронными сетями.Предисловие.
Введение.
Процессы обучения.
Однослойный персептрон.
Многослойный персептрон.
Сети на основе радиальных базисных функций.
Машины опорных векторов.
Ассоциативные машины.
Анализ главных компонентов.
Карты самоорганизации.
Модели на основе теории информации.
Стохастические машины и их аппроксимации в статистической механике
Нейродинамическое программирование.
Временная обработка с использованием сетей прямого распространения.
Нейродинамика.
Динамически управляемые рекуррентные сети.
Заключение.
Библиография.
Предметный указатель.