本书涵盖的内容

第1章，初识神经网络，这是神经网络基础知识及其用途介绍。你将了解到本书所涉及的基本概念以及对Java编程语言的简要回顾。在所有随后的小节中，还包括神经网络的Java代码实现。

第2章，神经网络是如何学习的，涵盖神经网络的学习过程，并展示如何使用数据来达到这一目的。这里介绍了学习算法的完整结构和设计。

第3章，运用感知机，介绍感知机的使用。感知机是最常用的神经网络架构之一，本书提出一个包含神经元层的神经网络结构，并展示它们在基础问题上如何通过数据来学习。

第4章，自组织映射，展示了一个无监督的神经网络架构（自组织映射），它被应用于在记录中寻找模式或聚类。

第5章，天气预测，这是第一个关于实践的章节，展示了神经网络在预测，即天气数据预测方面的一个有趣的应用。

第6章，疾病诊断分类，涵盖另一个实用的且神经网络非常擅长的分类任务。在本章中，你将看到一个非常有说服力而且有趣的疾病诊断应用。

第7章，客户特征聚类，介绍神经网络如何能够在数据中找出模型，包含一个常见的应用开发，涉及对具有相同购买属性的客户进行分组。

第8章，模式识别（OCR案例），一谈到有趣且惊人的模式识别功能，肯定包括光学字符识别，本章探讨如何使用Java语言的神经网络来完成此任务。

第9章，神经网络优化与自适应，介绍了关于如何优化和增加神经网络的适应性，从而增强神经网络的能力。