更新时间：2019-01-05 05:13:17
封面
版权信息
内容提要
作者简介
译者简介
审稿人简介
前言
本书涵盖的内容
阅读本书所需的开发工具
本书适合的读者
规范
读者反馈
读者支持
下载示例代码
勘误
关于盗版行为
疑问
第1章 初识神经网络
1.1 探索神经网络
1.2 为什么要用人工神经网络
1.3 神经网络的构造
1.4 神经网络结构
1.5 从无知到有识——学习过程
1.6 实践神经网络
1.7 小结
第2章 神经网络是如何学习的
2.1 神经网络的学习能力
2.2 学习范式
2.3 系统结构——学习算法
2.4 学习算法示例
2.5 神经网络学习过程的编码
2.6 两个实例
2.7 小结
第3章 运用感知机
3.1 学习感知机神经网络
3.2 流行的多层感知机（MLP）
3.3 有趣的MLP应用
3.4 MLP的学习过程
3.5 MLP实现
3.6 Levenberg-Marquardt实现
3.7 实际应用——新生入学
3.8 小结
第4章 自组织映射
4.1 神经网络无监督学习方式
4.2 无监督学习算法介绍
4.3 Kohonen自组织映射
4.4 Kohonen算法编程
4.5 小结
第5章 天气预测
5.1 针对预测问题的神经网络
5.2 无数据，无神经网络——选择数据
5.3 调整数值——数据预处理
5.4 Java实现天气预测
5.5 神经网络经验设计
5.6 小结
第6章 疾病诊断分类
6.1 什么是分类问题，以及如何应用神经网络
6.2 激活函数的特殊类型——逻辑回归
6.3 应用神经网络进行分类
6.4 神经网络的疾病诊断
6.5 小结
第7章 客户特征聚类
7.1 聚类任务
7.2 应用无监督学习
7.3 客户特征
7.4 Java实现
7.5 小结
第8章 模式识别（OCR案例）
8.1 什么是模式识别
8.2 如何在模式识别中应用神经网络算法
8.3 OCR问题
8.4 开始编码
8.5 小结
第9章 神经网络优化与自适应
9.1 神经网络实现中的常见问题
9.2 输入选择
9.3 结构选择
9.4 在线再训练
9.5 自适应神经网络
9.6 小结
附录A NetBeans环境搭建
下载与安装NetBeans
设置NetBeans环境
导入项目
NetBenas调试
附录B Eclipse环境搭建
下载和安装Eclispe
设置Eclipse环境
项目导入
Eclipse IDE编写和运行代码
EclipseIDE调试
附录C 参考文献
第3章 运用感知器
