Practical Neural Networks in Python and MATLAB
Книга посвящена практическому применению нейронных сетей с использованием языков Python и MATLAB. Рассматриваются различные архитектуры нейронных сетей, включая многослойный перцептрон (MLP), а также методы обучения: градиентный спуск, метод Ньютона, сопряженные градиенты, квазиньютоновские методы и алгоритм Левенберга-Марквардта. Особое внимание уделяется обучению на основе рекурсивного метода наименьших квадратов (RLS) и методам второго порядка.
Изложение сопровождается подробными примерами реализации на Python и MATLAB, что позволяет читателю не только понять теоретические основы, но и применить их на практике. Книга охватывает вопросы классификации, переобучения и регуляризации нейронных сетей.
Предназначена для студентов, инженеров и исследователей, желающих освоить современные методы нейросетевого моделирования и получить практические навыки работы с нейронными сетями.
