買這商品的人也買了...
-
$580$522 -
$750$713 -
$350$315 -
$880$695 -
$420$357 -
$980$774 -
$680$578 -
$780$616 -
$780$616 -
$820$697 -
$650$585 -
$250Spark MLlib機器學習實踐
-
$480$379 -
$250大數據智能—因特網時代的機器學習和自然語言處理技術
-
$202深度學習:方法及應用
-
$403Spark MLlib機器學習:算法、源碼及實戰詳解
-
$380$300 -
$520$406 -
$383區塊鏈與新經濟 : 數字貨幣 2.0時代
-
$594$564 -
$352MATLAB R2016a神經網絡設計應用27例
-
$352MATLAB R2017a 模式識別與智能計算
-
$280機器學習入門到實戰 — MATLAB 實踐應用
-
$540$427 -
$590$466
相關主題
商品描述
<內容簡介>
《MATLAB神經網絡原理與實例精解》結合科研和高校教學的相關課程,全面、系統、詳細地介紹了MATLAB神經網絡的原理及應用,並給出了大量典型的實例供讀者參考。《MATLAB神經網絡原理與實例精解》附帶1張光盤,收錄了《MATLAB神經網絡原理與實例精解》重點內容的配套多媒體教學視頻及書中涉及的實例源文件。這些資料可以大大方便讀者高效、直觀地學習《MATLAB神經網絡原理與實例精解》內容。
《MATLAB神經網絡原理與實例精解》首先簡要介紹了MATLAB軟件的使用和常用的內置函數,隨後分門別類地介紹了BP網絡、徑向基網絡、自組織網絡、反饋網絡等不同類型的神經網絡,並在每章的最後給出了實例。在全書的最後,又以專門的一章收集了MATLAB神經網絡在圖像、工業、金融、體育等不同領域的具體應用,具有很高的理論和使用價值。全書內容詳實、重點突出,從三個層次循序漸進地利用實例講解網絡原理和使用方法,降低了學習門檻,使看似神秘高深的神經網絡算法更為簡單易學。
《MATLAB神經網絡原理與實例精解》適合學習神經網絡的人員使用MATLAB方便地實現神經網絡以解決實際問題,也適合神經網絡或機器學習算法的研究者及MATLAB進階學習者閱讀。另外,《MATLAB神經網絡原理與實例精解》可以作為高校相關課程的教材和教學參考書。
<章節目錄>
第1篇 入門篇
第1章 神經網絡概述(教學視頻:10分鐘)
1.1 人工神經網絡簡介
1.2 神經網絡的特點及應用
1.2.1 神經網絡的特點
1.2.2 神經網絡的應用
1.3 人工神經網絡的發展歷史
1.4 神經網絡模型
1.5 神經網絡的學習方式
第2章 MATLAB快速入門(教學視頻:48分鐘)
2.1 MATLAB功能及歷史
2.1.1 MATLAB的功能和特點
2.1.2 MATLAB發展歷史
2.2 MATLAB R2011b集成開發環境
2.2.1 MATLAB的安裝
2.2.2 MATLAB集成開發環境
2.2.3 搜索路徑設定
2.3 MATLAB語言基礎
2.3.1 標識符與數組
2.3.2 數據類型
2.3.3 運算符
2.3.4 流程控制
2.3.5 M文件
第3章 MATLAB函數與神經網絡工具箱(教學視頻:62分鐘)
3.1 MATLAB常用命令
3.2 矩陣生成和基本運算
3.2.1 zeros生成全零矩陣
3.2.2 0nes生成全1矩陣
3.2.3 magic生成魔方矩陣
3.2.4 eye生成單位矩陣
3.2.5 rand生成均勻分佈隨機數
3.2.6 randn生成正態分佈隨機數
3.2.7 linspace產生線性等分向量
3.2.8 logspace產生對數等分向量
3.2.9 randperm生成隨機整數排列
3.2.10 randi生成整數隨機數
3.2.11 range向量的最大/最小值之差
3.2.12 minmax求最大/最小值
3.2.13 min/max/mean求最大/最小值
3.2.14 size/length/numel/ndims矩陣維度相關
3.2.15 sum/prod求和或積
3.2.16 var/std求方差與標準差
3.2.17 diag生成對角矩陣
3.2.18 repmat矩陣複製和平鋪
3.2.19 reshape矩陣變維
3.2.20 inv/pinv矩陣求逆/求偽逆
3.2.21 rank/det求矩陣的秩/行列式
3.2.22 eig矩陣的特徵值分解
3.2.23 svd矩陣的奇異值分解
3.2.24 trace求矩陣的跡
3.2.25 norm求向量或矩陣的範數
3.3 數學函數
3.3.1 abs求絕對值
3.3.2 exp/log指數函數/對數函數
3.3.3 log10/log2常用對數/以2為底的對數
3.3.4 fix/roun~ceil/floor取整函數
3.3.5 mod/rem取模數/餘數
3.4 圖形相關函數
3.4.1 plot繪製二維圖像
3.4.2 坐標軸設置函數
3.4.3 subplot同一窗口分區繪圖
3.4.4 figure/hold創建窗口/圖形保持
3.4.5 semilogx/semilogy單對數坐標圖
3.4.6 contour/clabel曲面等高線/等高線標簽
3.4.7 gcf/gca/gco返回當前圖形/坐標/對象句柄
3.4.8 mesh繪製三維網格圖
3.5 神經網絡工具箱
3.5.1 工具箱函數基本介紹
3.5.2 神經網絡對象與屬性
第2篇 原理篇
第3篇 實戰篇
<作者介紹>
陳明,畢業於天津大學信息與通信工程專業,獲碩士學位。本科期間參加過全國電子設計大賽信息安全專題邀請賽,獲三等獎。研究生階段在天津大學信息學院圖像中心學習,研究方向為圖像處理、模式識別和視頻編解碼。由於學習和科研的需要開始接觸MATLAB,用MATLAB解決過圖像處理機器學習等領域的問題。對遺傳算法和神經網絡工具箱尤為熟悉,有豐富的MATLAB編程經驗。編寫過《MATLAB函數效率功能速查手冊》一書。