神经网络算法与实现基于Java语言源代码-神经网络算法与实现基于Java语言PDF电子书下载完整版带书签

编辑点评：

神经网络算法与实现 基于Java语言完整地演示了使用Java开发神经网络的过程，既有非常基础的实例也有高级实例。首先，你将学习神经网络的基础知识、感知机及其特征。 然后，你将使用学到的概念来实现自组织映射网络

编辑推荐

神经网络已成为从大量原始的，看似无关的数据中提取有用知识的强大技术。 Java语言是用于实现神经网络的zui合适的工具之一，也是现阶段非常流行的编程语言之一，包含多种有助于开发的API和包，具有“一次编写，随处运行”的可移植性。 

本书完整地演示了使用Java开发神经网络的过程，既有非常基础的实例也有高级实例。首先，你将学习神经网络的基础知识、感知机及其特征。 然后，你将使用学到的概念来实现自组织映射网络。 此外，你还会了解一些应用，如天气预报、疾病诊断、客户特征分析和光学字符识别（OCR）等。 zui后，你将学习实时优化和自适应神经网络的方法。 

首先，你将学习神经网络的基础知识和它们的学习过程。 然后我们关注感知机及其特征。 接下来，您将使用您学到的概念实现自组织映射。 此外，您将了解一些应用，如天气预报，疾病诊断，客户特征分析和光学字符识别（OCR）。 zui后，您将学习优化和适应实时神经网络的方法。 

本书所有的示例都提供了说明性的源代码，这些源代码综合了面向对象编程（OOP）概念和神经网络特性，以帮助你更好的学习。 

通过阅读本书，你讲能够： 

掌握神经网络的知识及其用途； 

运用常见实例开发神经网络； 

探索和编码zui广泛使用的学习算法，让你的神经网络可以从大多数类型的数据中学习 知识； 

发现神经网络的无监督学习过程的力量，提取隐藏在数据背后的内在知识； 

应用实际示例（如天气预测和模式识别）中生成的代码； 

了解如何选择zui合适的学习参数，以确保应用更高效； 

选择数据集，将数据集切分为训练集、测试集和验证集，并探索验证策略； 

了解如何改善和优化神经网络。

内容简介

人工神经网络是由众多连接权值可调的神经元连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点，能够完成模式识别、机器学习以及预测趋势等任务。 

本书通过9章内容，并结合Java编程语言，由浅入深地介绍了神经网络算法的应用。书中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，并将天气预测、疾病诊断、客户特征聚类、模式识别、神经网络优化与自适应等经典案例囊括其中。本书在附录中详细地指导读者进行开发环境的配置，帮助读者更加顺利地进行程序开发。 

本书非常适合对神经网络技术感兴趣的开发人员和业余读者阅读，读者无需具备Java编程知识，也无需提前了解神经网络的相关概念。本书将从零开始为读者进行由浅入深地讲解。

作者简介

Fábio M. Soares拥有帕拉联邦大学（Universidade Federal do Pará，UFPA）的计算机应用专业硕士学位，目前是该所大学的在读博士生。他从2004年开始就一直在设计神经网络解决方案，在电信、化学过程建模等多个领域开发了神经网络技术的应用，他的研究主题涉及数据驱动建模的监督学习。 

他也是一名个体经营者，为巴西北部的一些中小型公司提供IT基础设施管理和数据库管理等服务。在过去，他曾为大公司工作，如Albras（世界上zui重要的铝冶炼厂之一）和Eletronorte（巴西的一个大型电源供应商）。他也有当讲师的经历，曾在***联邦农业大学（Federal Rural University）和卡斯塔尼亚尔的一个学院授课，两所学校都在帕拉州，所教的学科涉及编程和人工智能。 

他出版了许多作品，其中许多都有英文版，所有作品都是关于针对某些问题的人工智能技术。他在众多权v会议上发表了一系列学术文章，如TMS（矿物金属和材料学会）、轻金属学会和智能数据工程、自动学习学会等学术会议。他还为Intech写过两章内容。 

Alan M.F. Souza是来自***高级研究所（Instituto de Estudos Superiores da Amaz?nia，IESAM）的计算机工程师。他拥有软件项目管理的研究生学位以及帕拉联邦大学（Universidade Federal do Pará，UFPA）的工业过程（计算机应用）硕士学位。自2009年以来，他一直从事神经网络方面的工作，并从2006年开始与巴西的IT公司合作进行Java、PHP、SQL和其他编程语言的开发。他热衷于编程和计算智能。目前，他是***大学（Universidade da Amaz?nia，UNAMA）的教授和帕拉联邦大学的在读博士生。

本书涵盖的内容

第1章，初识神经网络，这是神经网络基础知识及其用途介绍。你将了解到本书所涉及的基本概念以及对Java编程语言的简要回顾。在所有随后的小节中，还包括神经网络的Java代码实现。

第2章，神经网络是如何学习的，涵盖神经网络的学习过程，并展示如何使用数据来达到这一目的。这里介绍了学习算法的完整结构和设计。

第3章，运用感知机，介绍感知机的使用。感知机是最常用的神经网络架构之一，本书提出一个包含神经元层的神经网络结构，并展示它们在基础问题上如何通过数据来学习。

第4章，自组织映射，展示了一个无监督的神经网络架构（自组织映射），它被应用于在记录中寻找模式或聚类。

第5章，天气预测，这是第一个关于实践的章节，展示了神经网络在预测，即天气数据预测方面的一个有趣的应用。

第6章，疾病诊断分类，涵盖另一个实用的且神经网络非常擅长的分类任务。在本章中，你将看到一个非常有说服力而且有趣的疾病诊断应用。

第7章，客户特征聚类，介绍神经网络如何能够在数据中找出模型，包含一个常见的应用开发，涉及对具有相同购买属性的客户进行分组。

第8章，模式识别（OCR案例），一谈到有趣且惊人的模式识别功能，肯定包括光学字符识别，本章探讨如何使用Java语言的神经网络来完成此任务。

第9章，神经网络优化与自适应，介绍了关于如何优化和增加神经网络的适应性，从而增强神经网络的能力。

神经网络算法与实现基于Java语言PDF电子书下载截图