当前位置:首页 > Java >
《神经网络编程实战:Java语言实现》电子书封面

神经网络编程实战:Java语言实现

  • 发布时间:2020年05月12日 10:19:33
  • 作者:法比奥·M.索尔斯
  • 大小:51.2 MB
  • 类别:神经网络电子书
  • 格式:PDF
  • 版本:第2版
  • 评分:9.4

    神经网络编程实战:Java语言实现 PDF 第2版

      给大家带来的一篇关于神经网络相关的电子书资源,介绍了关于神经网络、编程实战、Java方面的内容,本书是由机械工业出版社出版,格式为PDF,资源大小51.2 MB,法比奥·M.索尔斯编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.8。

      内容介绍

      神经网络编程实战:Java语言实现》由10章构成。首先,系统、全面地阐述神经网络相关概念、知识点及特征。然后,重点介绍神经网络学习过程的细节,如何用Java实现神经网络特性及设计神经网络架构,如何优化调整神经网络参数等。后,介绍一些经典案例。本书适合神经网络初学者阅读,也可以作为智能化软件开发人员的工具书。

      目录

      • 译者序
      • 作者和审校者简介
      • 前言
      • 第1章 神经网络入门 1
      • 1.1 探索神经网络 1
      • 1.2 人工神经网络 2
      • 1.2.1 神经网络是如何组织的 3
      • 1.2.2 基本元素—人工神经元 3
      • 1.2.3 赋予神经元生命—激活函数 4
      • 1.2.4 可变参数—权重 5
      • 1.2.5 额外参数—偏置 6
      • 1.2.6 由部分到整体—层 6
      • 1.2.7 神经网络体系结构 7
      • 1.2.8 单层网络 7
      • 1.2.9 多层网络 8
      • 1.2.10 前馈网络 8
      • 1.2.11 反馈网络 8
      • 1.3 从无知到认知—学习过程 9
      • 1.4 开始编程—神经网络实践 10
      • 1.5 神经元类 12
      • 1.6 NeuralLayer类 14
      • 1.7 ActivationFunction接口 15
      • 1.8 神经网络类 15
      • 1.9 运行程序 17
      • 1.10 本章小结 19
      • 第2章
      • 神经网络学习 20
      • 2.1 神经网络的学习能力 21
      • 2.2 学习模式 22
      • 2.2.1 监督学习 22
      • 2.2.2 无监督学习 22
      • 2.3 学习过程 23
      • 2.3.1 寻找损失函数最优下降方向 24
      • 2.3.2 在学习过程中更新权重 25
      • 2.3.3 计算损失函数 25
      • 2.3.4 一般误差和总体误差 27
      • 2.3.5 神经网络的迭代学习什么时候停止比较好 27
      • 2.4 学习算法示例 28
      • 2.4.1 δ规则 29
      • 2.4.2 学习率 30
      • 2.4.3 实现δ规则 30
      • 2.4.4 δ规则学习的核心—train和calcNewWeight方法 31
      • 2.4.5 另一种学习算法—Hebbian学习 34
      • 2.4.6 学习机 35
      • 2.5 在实践中理解学习过程 37
      • 2.6 测试 41
      • 2.7 本章小结 43
      • 第3章 感知机和监督学习 44
      • 3.1 监督学习—训练神经网络 45
      • 3.1.1 分类—寻找合适的类别 45
      • 3.1.2 回归—将实际输入映射到输出 46
      • 3.2 一个基本的神经结构—感知机 48
      • 3.2.1 应用和限制 49
      • 3.2.2 线性可分 49
      • 3.2.3 “异或”问题 50
      • 3.3 多层感知机 52
      • 3.3.1 MLP属性 52
      • 3.3.2 MLP权重 53
      • 3.3.3 递归MLP 54
      • 3.3.4 编码实现MLP 54
      • 3.4 MLP学习 55
      • 3.4.1 反向传播算法 56
      • 3.4.2 动量项 58
      • 3.4.3 编码实现反向传播 58
      • 3.4.4 Levenberg-Marquardt算法 62
      • 3.4.5 编码实现基于矩阵代数的Levenberg-Marquardt算法 64
      • 3.4.6 极限学习机 66
      • 3.5 实例1—基于δ规则和反向传播的“异或”问题 69
      • 3.6 实例2—预测入学状态 72
      • 3.7 本章小结 75
      • 第4章 自组织映射 76
      • 4.1 无监督神经网络 76
      • 4.2 无监督学习算法 77
      • 4.2.1 竞争学习 78
      • 4.2.2 竞争层 80
      • 4.3 Kohonen自组织映射 82
      • 4.3.1 将神经网络代码扩展至Kohonen 83
      • 4.3.2 零维SOM 84
      • 4.3.3 一维SOM 84
      • 4.3.4 二维SOM 85
      • 4.3.5 2D竞争层 87
      • 4.3.6 SOM学习算法 89
      • 4.3.7 邻近神经元的影响—邻域函数 90
      • 4.3.8 学习率 91
      • 4.3.9 竞争学习的一个新类 92
      • 4.3.10 SOM可视化 95
      • 4.3.11 绘制训练数据集和神经元权重的2D图 97
      • 4.3.12 测试Kohonen学习 99
      • 4.4 本章小结 105
      • 第5章 预报天气 106
      • 5.1 神经网络用于回归问题 106
      • 5.2 加载/选择数据 108
      • 5.2.1 创建辅助类 108
      • 5.2.2 从CSV文件加载数据集 111
      • 5.2.3 创建时序结构 112
      • 5.2.4 丢弃NaN 113
      • 5.2.5 获取天气数据 114
      • 5.2.6 天气变量 115
      • 5.3 选择输入和输出变量 115
      • 5.4 预处理 117
      • 5.4.1 归一化 117
      • 5.4.2 应用NeuralDataSet处理归一化 121
      • 5.4.3 应用学习算法进行归一化 123
      • 5.4.4 天气预报的Java实现 123
      • 5.4.5 收集天气数据 123
      • 5.4.6 延迟变量 126
      • 5.4.7 加载数据并开始运行 126
      • 5.4.8 相关性分析 128
      • 5.4.9 创建神经网络 131
      • 5.4.10 训练和测试 131
      • 5.4.11 可视化神经网络的输出 133
      • 5.5 神经网络实验设计 134
      • 5.5.1 设计实验 134
      • 5.5.2 结果和模拟 135
      • 5.6 本章小结 138
      • 第6章 疾病分类识别 139
      • 6.1 分类问题的基础 139
      • 6.1.1 分类数据 140
      • 6.1.2 处理分类数据 141
      • 6.2 逻辑回归 142
      • 6.2.1 多分类与二分类 143
      • 6.2.2 混淆矩阵 144
      • 6.2.3 敏感性与特异性 144
      • 6.2.4 实现混淆矩阵 145
      • 6.3 分类神经网络 147
      • 6.4 用神经网络进行疾病识别 147
      • 6.4.1 乳腺癌识别 148
      • 6.4.2 糖尿病识别 151
      • 6.5 本章小结 154
      • 第7章 客户画像聚类 155
      • 7.1 聚类任务 156
      • 7.1.1 聚类分析 156
      • 7.1.2 聚类评估和验证 157
      • 7.1.3 实现 158
      • 7.1.4 外部验证 159
      • 7.2 应用无监督学习 159
      • 7.3 画像过程 160
      • 7.3.1 预处理 160
      • 7.3.2 Java实现 161
      • 7.3.3 信用卡—客户画像信用分析 161
      • 7.3.4 产品画像 165
      • 7.3.5 多少个簇合适 166
      • 7.4 本章小结 167
      • 第8章 文本识别 168
      • 8.1 模式识别 168
      • 8.1.1 类已知 169
      • 8.1.2 类未知 170
      • 8.2 神经网络用于模式识别 171
      • 8.2.1 数据预处理 171
      • 8.2.2 文本识别(光学字符识别) 172
      • 8.2.3 数字识别 172
      • 8.2.4 数字表示 172
      • 8.2.5 Java实现 173
      • 8.2.6 数据生成 173
      • 8.2.7 神经结构 174
      • 8.2.8 实验 174
      • 8.2.9 结果 176
      • 8.3 本章小结 179
      • 第9章 神经网络优化与调整 180
      • 9.1 神经网络实现的常见问题 181
      • 9.2 输入数据选择 181
      • 9.2.1 数据相关性 182
      • 9.2.2 数据转换 183
      • 9.2.3 降维 183
      • 9.2.4 数据过滤 184
      • 9.2.5 交叉验证 186
      • 9.2.6 神经网络结构选择 187
      • 9.3 在线重训练 189
      • 9.3.1 随机在线学习 190
      • 9.3.2 实现 190
      • 9.3.3 应用 191
      • 9.4 自适应神经网络 193
      • 9.4.1 自适应谐振理论 193
      • 9.4.2 实现 194
      • 9.5 本章小结 195
      • 第10章 神经网络当前趋势 196
      • 10.1 深度学习 196
      • 10.2 深度架构 198
      • 10.2.1 如何用Java实现深度学习 199
      • 10.2.2 神经模糊 201
      • 10.2.3 神经遗传 203
      • 10.3 实现混合神经网络 204
      • 10.4 本章小结 207
      • 参考文献 208

      学习笔记

      使用javascript做在线算法编程

      基于node的readline一样可以使用标准流的输入输出 对于大学生在刚开始学习c ,c++, java的时候,写着hello word的代码,然后在命令框中输入输出; 基于很多算法的学习,在我短浅的认识中,身边的同学都是使用 c, c++,甚至是java去写; 很多算法题目中的输入描述和输出描述 例如牛客网上的算法题: 类似于这种的东西,在杭州acm的算法题目也是。 诀窍------使用nodejs内置封装好的readline模块;[kbd][/kbd] 1.readline 模块 【逐行读取】 readline主要的功能是提供了一个可以从可读流中读取数据; 这里可以对nodejs的可读流和可写流进行深入研究 2.如何使用readline? 一个基本的例子: // 引入readline模块const readline = requ……

      Java编程泛型限定代码分享

      泛型 一般 出现在集合中,迭代器中 也会出现! 泛型 是为了 提高代码的 安全性。 泛型 确保数据类型的唯一性。 在我们常用的容器中, 越是单一越好处理啊! 泛型的限定: ? 是通配符 指代 任意类型 泛型的限定上限: ? extends E 接受 E 或者 E 的子类型。 泛型的限定下限: ? super E 接收 E 或者 E 的父类。 泛型的限定上限 (定义父类 填装子类 类型!) 下面我们看看具体代码示例 package newFeatures8;import java.util.*;/*? 通配符。也可以理解为占位符。泛型的限定;? extends E: 可以接收E类型或者E的子类型。上限。? super E: 可以接收E类型或者E的父类型。下限*/class GenericDemo6 {public static void main(String[] args) {……

      Java编程用指定字符打印菱形实例

      学习Java 本身是一个挺枯燥的过程,说白了就是每天敲代码而已。但如果换一种思路,可以编写各种各样的程序,不仅加深对代码的理解,同时提高兴趣,这样十分有利于大家的学习。下面我们来看一个有趣的小实例。 如何实现用指定字符打印出一个菱形,代码如下。 import java.util.Scanner;import java.util.regex.Matcher;public class test01 {private static int i;private String ch;public static void main(String[] args) {runTest();}private void printBlank(int blank){//打空格for(int i=blank;i=1;i--){System.out.print(" ");}}private void printStar( int sum,String ch){ //打图形for(int i=sum;i=1;i--){System.out.print(ch);}}private void printTab(){ //打回车System.out.println();}private void run(int lev……

      JAVA多线程编程实例详解

      本文实例讲述了JAVA多线程编程。分享给大家供大家参考,具体如下: 进程是系统进行资源调度和分配的一个独立单位。 进程的特点 独立性 :进程是系统中独立存在的实体,拥有自己的独立资源和私有空间。在没有经过进程本身允许的情况下,不能直接访问其他进程。 动态性 :进程与程序的区别在于,前者是一个正在系统中活动的指令,而后者仅仅是一个静态的指令集合 并发性 :多个进程可以在单个处理器上并发执行,而不受影响。 并发性和并行性的区别: 并行性:在同一时刻,有多条指令在多个处理器上同时执行(多个CPU) 并发性:在同一时刻只能有一条指令执行,但多个进程指令被快速轮换……

      Java编程rabbitMQ实现消息的收发

      java实现rAMQP,即Advanced Message Queuing Protocol,高级消息队列协议,是应用层协议的一个开放标准,为面向消息的中间件设计。消息中间件主要用于组件之间的解耦,消息的发送者无需知道消息使用者的存在,反之亦然。 AMQP的主要特征是面向消息、队列、路由(包括点对点和发布/订阅)、可靠性、安全。 RabbitMQ 是一个开源的AMQP实现,服务器端用Erlang语言编写,支持多种客户端,如:Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等,支持AJAX。用于在分布式系统中存储转发消息,在易用性、扩展性、高可用性等方面表现不俗。 本文不介绍amqp和rabbitmq相关知识,请自行网上查阅 本文是基于spring-r……

      以上就是本次介绍的神经网络电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:R语言机器学习

      下一篇:零基础学Kotlin编程

      展开 +

      收起 -

      下载地址:百度网盘下载
      神经网络相关电子书
      Java语言程序设计与数据结构:基础篇
      Java语言程序设计与数据结构:基础篇 中文清晰第11版

      Java语言程序设计是Java语言的经典教材,本书全面整合了Java 8的特性,采用“基础优先,问题驱动”的教学方式,循序渐进地介绍了程序设计基础、解决问题的方法、面向对象程序设计、图形用

      立即下载
      数据结构与抽象:Java语言描述
      数据结构与抽象:Java语言描述 中文第4版

      《数据结构与抽象:Java语言描述》是一本数据结构的教材,Java语言与数据结构两条知识主线贯穿始终,这两条主线既相互独立又相互支撑。本书介绍了计算机编程中使用的数据结构和算法,包括29章,每章涉及一个ADT或其不同实现的规格说明和用法。

      立即下载
      Java语言程序设计教程
      Java语言程序设计教程 清晰影印版

      本书基础知识和实际应用完美结合,经典案例完美诠释,以培养学生的面向对象的思维和面向对象的编程技术为核心,通过精选案例详细地介绍Java的基础知识和实用核心技术

      立即下载
      Java语言程序设计:基础篇
      Java语言程序设计:基础篇 超清第10版

      Java语言程序设计是Java语言的经典教材,本书全面整合了Java 8的特性,采用“基础优先,问题驱动”的教学方式,循序渐进地介绍了程序设计基础、解决问题的方法、面向对象程序设计、图形用

      立即下载
      数据结构与算法分析:Java语言描述
      数据结构与算法分析:Java语言描述 第3版

      数据结构:Java语言描述(原书第3版) 是国外数据结构与算法分析方面的经典教材,使用卓越的Java编程语言作为实现工具讨论了数据结构(组织大量数据的方法)和算法分析(对算法运行时间的估

      立即下载
      数据结构与算法经典问题解析:Java语言描述
      数据结构与算法经典问题解析:Java语言描述 第2版

      数据结构与算法经典问题解析:Java语言描述(原书第2版) 是一本数据结构方面的优秀教材,以Java为描述语言,介绍了计算机编程中使用的数据结构和算法。本书强调问题及其分析,而非理论阐

      立即下载
      Java语言程序设计:进阶篇
      Java语言程序设计:进阶篇 高清中文第10版

      本书是Java语言的经典教材,中文版分为基础篇和进阶篇,讲解了介绍程序设计基础、面向对象程序设计、GUI程序设计、数据结构和算法、高级Java程序设计等内容

      立即下载
      神经网络算法与实现 基于Java语言
      神经网络算法与实现 基于Java语言 中文清晰版

      本书结合Java编程语言,由浅入深地介绍了神经网络算法的应用,涉及神经网络的构建、神经网络的结构、神经网络的学习、感知机、自组织映射等核心概念,适合对神经网络技术感兴趣的开发人员和业余读者阅读

      立即下载
      深度学习:Java语言实现
      深度学习:Java语言实现 原版扫描版 立即下载
      读者留言
      syaoranwe

      syaoranwe 提供上传

      资源
      10
      粉丝
      25
      喜欢
      128
      评论
      20

      Copyright 2018-2020 www.xz577.com 码农之家

      版权投诉 / 书籍推广 / 赞助:520161757@qq.com