神经网络原理(原书第2版)

Simon Haykin是国际电子电气工程界的著名学者，现任加拿大McMaster大学电子与计算机工程系教授、通信研究实验室主任。他获得了英国伯明翰大学的博士学位，并曾获得IEEE McNaughton金奖。他在神经网络、通信、自适应滤波器等领域有丰硕的成果，同时也著有多部标准教材。

本书是一本关于神经网络的全面、彻底、可读性很强和最新的论述。全书共15章，主要内容涵盖了Rosenblatt感知器、通过回归建立模型、最小均方算法、多层感知器、核方法和径向基函数网络、支持向量机、正则化理论、主分量分析、自组织映射、信息论学习模型、动态规划、神经动力学、动态系统状态估计的贝叶斯滤波等。

本书可以作为高等院校计算机相关专业研究生和本科生的教材，同时也适合相关领域的工程技术人员参考。

作者简介

丛书信息······　　计算机科学丛书(共605册)，这套丛书还有《操作系统》《软件工程：实践者的研究方法（原书第5版）》《增强现实：原理与实践》《Java语言程序设计基础篇》《数据结构与STL》等。