这篇博客提供了神经网络和遗传算法的学习资源，包括经典书籍推荐和所需基础知识。推荐的书籍涉及人工神经网络理论、遗传算法、深度学习、模式识别等多个领域，适合不同层次的学习者。学习神经网络需要掌握的基础知识包括生物神经元、线性空间、迭代算法和逼近论。文中还介绍了神经网络控制的书籍目录，涵盖神经网络模型、辨识、控制等多个方面。
学习遗传算法和神经网络算法看什么书好？
理论方面用: 王小平 西安交大出版社(本人从十本相关书籍中选的一本)软件实现用: 雷英杰 西安电子科技大学出版社 遗传算法是模仿DNA进化的过程,通过选择,交叉,变异的方法的搜索全局最优解的一种算法,根据你制定的适应度函数,搜索适应度高的基因组合,适应度高的基因组合在下一代所占的比列更高,而适应度低的组合被淘汰.通过一代一代的筛选繁衍,最终找到全局接近最优解. 适用于数值优化，如多目标函数优化。
以及组合优化，如NP问题－〉作业调度，旅行问题，背包问题。神经网络是遗传算法的进阶,进一步深入可以解决机器学习与人工智能和生命工程问题.。
谷歌人工智能写作项目：神经网络伪原创
想要学习人工神经网络，需要什么样的基础知识？
人工神经网络理论百度网盘下载：链接： 提取码：rxlc简介：本书是人工神经网络理论的入门书籍写作猫。全书共分十章。
第一章主要阐述人工神经网络理论的产生及发展历史、理论特点和研究方向；第二章至第九章介绍人工神经网络理论中比较成熟且常用的几种主要网络结构、算法和应用途径；第十章用较多篇幅介绍了人工神经网络理论在各个领域的应用实例。
能推荐几本学习人工神经网络的经典教材吗？
《模式识别与机器学习》 [加] Simon Haykin《神经网络与模式识别》 [加] Simon Haykin（原《神经网络原理》）《模式分类》 Richard O. Duda/Peter E. Hart/David G. Stork《机器学习》 (美)Tom Mitchell这几本是写的最好的。
如果你想要更容易一点，推荐看斯坦福的机器学习公开课。注：前身课程需要《概率论》《高等数学》，先复习为好。最好再读一读测度和高概。
神经网络控制的书籍目录
第1章神经网络和自动控制的基础知识1.1人工神经网络的发展史1.1.120世纪40年代——神经元模型的诞生1.1.220世纪50年代——从单神经元到单层网络，形成第一次热潮1.1.320世纪60年代——学习多样化和AN2的急剧冷落1.1.420世纪70年代——在低迷中顽强地发展1.1.520世纪80年代——AN2研究热潮再度兴起1.1.620世纪90年代——再现热潮，产生许多边缘交叉学科1.1.7进入21世纪——实现机器智能的道路漫长而又艰难1.2生物神经元和人工神经元1.2.1生物神经元1.2.2人工神经元1.3生物神经网络和人工神经网络1.3.1生物神经网络1.3.2人工神经网络1.4自动控制的发展史1.4.1从传统控制理论到智能控制1.4.2智能控制的产生与基本特征1.4.3
最低0.47元/天 解锁文章
扫一扫
1269
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
