سبد خرید شما خالی است.
آنچه در این کتاب خواهید آموخت:
فصل اول: مقدمه
فصل دوم: آشنایی با مدل نورون. معماری شبکه های عصبی
فصل سوم:چند مثال ساده
فصل چهارم:شبکه های عصبی پرسپترون
فصل پنجم: فضابرداری وزن ها و سیگنال ها
فصل ششم: تبدیلات خطی در شبکه های عصبی
فصل هفتم: قاعده یادگیری نظارت شده hebbian
فصل هشتم: سطوح کارایی و نقاط بهینه
فصل نهم:بهینه سازی کارایی
فصل دهم:یادگیری widrow-hoff
فصل یازدهم: شبکه های پس انتشار
فصل دوازدهم:انواع پس انتشار
فصل سیزدهم: یادگیری انجمنی
فصل چهاردهم:شبکه های رقابتی
فصل پانزدهم:شبکه های گراسبرگ
فصل شانزدهم:تئوری تشدید انطباق پذیر
فصل هفدهم: پایایی
فصل هجدهم:شبکه های عصبی هاپفیلد
فصل نوزدهم:سخن آخر