能推荐几本学习人工神经网路的精典教材吗？

。

《模式辨识与机器学习》[加]《神经网路与模式辨识》[加]（原《神经网路原理》）《模式分类》.Duda/.Hart/.Stork《机器学习》(美)这几本是写的最好的。

假如你想要更容易一点，推荐看耶鲁的机器学习公开课。注：前身课程须要《概率论》《高等物理》，先备考为好。最好再读一读度量和高概。

微软人工智能写作项目：神经网路伪原创

有没有好理解的关于神经网路的书推荐

写作猫。

假如你有通讯电子背景，的绝对值得一读，这本书从维纳混频、卡尔曼检波提到神经网路，囊括了所有主流的机器学习方式（SVM、PCA/ICA、RBF，SOM都是神经网路，好吧），对于人类故意创造的数据（雷达、电报），这种算法够了，但大数据不是人类故意形成的，你还须要学习基于统计的方式（根据马毅的说法，五六六年前不被注重的算法现今反倒吃香，那时你们关注的都是香农、维纳等大V们，统计学家是靠转发这种大V拉粉丝的，时常也会想念）。

假如你有统计物理背景，但是觉得的dbn能代表神经网路的话（我反对，神经网路的world太了），推荐先把李航老师的《统计学习技巧》看完，之后直接读那一帮人的paper。

假如GMM，HMM，GHMM，，看不懂，就读源代码吧，别哭肯定是用的神经网路设计了，浅显易懂，好多实例！！

戴葵翻译的国外精典神经网路《神经网路设计》

神经网路哪本书好10神经网路的相关书籍

。

书名：《神经网路》作者：侯媛彬，杜京义，汪梅编绘出版社：南京电子科技学院出版社出版时间：2007-8-1字数：版次：1页数：：呵呵26分类：图书>>计算机/网路>>人工智能定价：￥26.00。

请问学bp神经网路哪本书比较好

我研究生3年学的都是这个玩意儿，你是大专生吧，给你推荐一本书，我和我的朋友都认为这本书特别宝贝！南京电子科技学院出版的一本关于神经网路的书，定价是20元，起码3年前的版本是20元。

蓝灰色皮，那本书特别好，不过是关于编程神经网路的，而且长治小异吧，入门看十分合适，深入浅出！我近来太忙，有空可以帮你搜搜具体的名子，不是挺好买到，你在上海的话去王府井图书大楼才能买到。

菜鸟学习神经网路用哪本书合适啊

《神经网路30个案例剖析》这本不错，英文峰会编的这是介绍：本书是英文峰会神经网路版块数千个贴子的总结，充分指出“案例实用性、程序可模仿性”。

所有案例均来自于峰会会员的切身需求，保证每一个案例都与实际课题相结合。读者调用案例的时侯，只要把案例中的数据换成自己须要处理的数据，即可实现自己想要的网路。望采纳。

沟通书籍排名榜前十名

沟通书籍排名榜前十名之一：《沟通与劝说必看12篇》的书质量都没得说，这本《沟通与劝说必看12篇》同样也不例外。注意，这本书和本书单其他沟通类书籍不同，仅能从其官网获得。

这是小编最喜欢的一本沟通类书籍，特别实战，可以快速帮助读者提高沟通能力，置于榜首推荐一点也不为过。

管理者和总监人大部份的工作都须要「说话」：可能是讨论，可能是大会，可能是简报，也可能是磋商，甚或是与臣子、部属及上司构建人际联接。沟通能力的重要性不言而喻。

经由沟通与抒发，总监人得以评估部属、客户与对手，同样地，对方也经由这样的方法，来判定他是哪些样的人。

在全球化的时代，总监人必须比往年更擅长剖析不同的语言风格，把握能与别人构建真情联系的沟通方法并更能灵活调整自己的说话方法。

沟通书籍排名榜前十名之二：《影响力》政治家运用影响力来博得补选，商人运用影响力来兜售商品，推销员运用影响力诱惑你乖乖地把金钱捧上。虽然你的同事和家人，不知不觉之间，也会把影响力用到你的头上。

但究竟是为何，当一个要求用不同的方法提出来时，你的反应都会从负面抵抗弄成积极合作呢？在这本书中，心理学家罗伯特·B·西奥迪尼博士为我们解释了为何有些人极具劝说力，而我们总是容易上当被骗。

隐藏在冲动地顺从他人行为背后的6大心理秘籍，正是这一切的症结。这些劝告大神们，总是熟练地运用它们，让我们就范。沟通书籍排名榜前十名之三：《思考，快与慢》人类到底有多理智？

——思考，快与慢在书中，卡尼曼会率领我们体验一次思维的终极之旅。他觉得，我们的脑部有快与慢两种作决定的形式。

常用的无意识的“系统1”依赖情感、记忆和经验迅速做出判定，它见闻广博，使我们能否迅速对眼前的情况做出反应。

但系统1也很容易上当，它扼守“眼见即为事实”的原则，任由损失憎恶和豁达偏见之类的错觉引导我们做出错误的选择。

有意识的“系统2”通过调动注意力来剖析和解决问...沟通书籍排名榜前十名之四：《会说话的人，人生都不会太差》梁实秋总是以平和宽容的心境，饶有兴致地体会丰富有趣的生活，尝尝着人生无穷的遐思，做着愉快的文章好书推荐排行榜，其诙谐、文雅、犀利、宽容的语言，除了沟通了人们的心灵，并且反映出超凡端庄的思想情操和文化修养，令人易生亲切、有趣之感。

人际相处中的众多微妙展现舒卷，几六年的人生经验倾囊相授，好多方面须要我们渐渐掂量。只有学会游刃有余的说话，能够处理好各类人际关系，为人生平添些许慵懒。

沟通书籍排名榜前十名之五：《情商必看12篇》在决定卓越领导力的所有素养中，智商的重要性，是其他能力的两倍。而且，智商除了只对领导者有决定性的影响，对各个层级、各类职务的人而言，智商的重要性都无与伦比。

作为领导自我、领导部属、领导团队、领导组织必备的软实力，高智商帮助你的事业跨越障碍。要成为卓越领导人，不只要才智出色好书推荐排行榜，更要有「情商」！

不管你再优秀、多能干，都只是具备了基本条件，而《情商必看12篇》将会是你纵横职场的必胜利器。

沟通书籍排名榜前十名之六：《高效讲演：哈佛最受欢迎的沟通课》无论从事哪些工作，无论在学习还是工作中，你都可能会在大会室对朋友、客户讲话，也可能会在大会堂对着几千人讲演。

这样的场合，你能够捉住机会，通过讲演一举博得支持实现梦想。现今社会，讲演已成为每位人都难以逃避的课程。通过本书，你将学到高效讲演领域最前沿的研究成果。

只要运用得当，你也可以高效讲演，捉住每位讲话的机会领略自我，让成功的可能性无限减小。

沟通书籍排名榜前十名之七：《沟通的艺术：看入人里，看出人外》如何认识你自己与沟通对象?怎么衡定话题的广度与深度?怎么清晰地抒发语言信息却不会勾起对方的防卫?怎样利用表情、手势和动作让自己更有劝说力?《沟通的艺术》分为“看入人里”、“看出人外”和“看人之间”三个部份7大专栏、超过100篇文章，让你可以轻松学习和应用书中的沟通方法。

新增超过50部热门韩剧、电影和真人秀的剖析，让你可以轻松印证作者在每一章总结的沟通准则，降低阅读的趣味性。

沟通书籍排名榜前十名之八：《优势磋商》海湾战争期间，他因单枪匹马、没花一分赎金从萨达姆手中救回韩国人质而声名远扬。

在《华盛顿邮报》看来，他是白宫红人，疯狂“谋杀”记者的胶片，并长期周旋于白宫、参议院、耶路撒冷、巴尔干等国际政治的漩涡中心！他还是为数不多可自由出入白宫的内阁高参！

过去40年，他在全球举行讲演及研讨会不下千场，足迹遍布英、法、俄、中、日等130多个国家。他曾多次来到中国，其所到之处，就会刮起一阵“罗杰旋风”。

沟通书籍排名榜前十名之九：《关键对话：怎么高效能沟通》科里·帕特森（）著有三部得奖培训作品，曾负责过多个常年行为变化调查研究项目。

2004年，科里获得杨百翰学院黎巴嫩奥特管理大学迪尔奖，以嘉奖他在组织行为领域的杰出贡献。科里在哈佛学院从事组织行为方面的博士研究工作。

约瑟夫·格雷尼（）是一位著名主题讲演师，也是在企业改革研究领域从业20多年的资深顾问。

据悉，他还是非营利组织的共同创始人，该组织旨在于帮助世界贫苦人口实现经济自立的目标。沟通书籍排名榜前十名之十：《别独自用餐》没有厚黑，没有算计，整本书全是实用的社交方法。

本书提出了让人终生受惠的社交法则，这种法则将改变人们思索人脉的固有形式，通过持续地改变生活中看似不经意的行为，进而获得更有价值的人脉关系。

人工智能有哪些好的参考书么？

。

的《AI,》（无争议的领域精典）,《》.没有翻印的，而且网上能下到。

精典中的精典。n和这本书是两本必看之书。

《》是很新（07年），深入浅出，手不释卷。

推荐两本有意思的书，一本是《》另一本是《:》---------------------------------------------------------------------机器学习与人工智能学习资源导引我常常在讨论组上推荐一些书籍，也常常问上面的牛人们搜罗一些有关的资料，人工智能、机器学习、自然语言处理、知识发觉（非常地，数据挖掘）、信息检索这种无疑是CS领域最好玩的分支了（也是相互紧密联系的），这儿将近来有死机器学习和人工智能相关的一些学习资源归一个类：首先是两个特别棒的条目，我也算是的轻度用户了，学习一门东西的时侯经常发觉是源于中间经过若干次，之后止于某一本或几本专著。

第一个是“人工智能的历史”（），我在讨论组上写道：而昨天见到的这篇文章是我在浏览至今认为最好的。

文章名为《人工智能的历史》，沿着AI发展时间线娓娓道来，中间穿插无数牛人故事，且一波三折大气雄浑，堪称"事实比想像更令人惊叹"。

人工智能源于哲学思辨，中间经历了一个没有心理学（尤其是认知神经科学的）的帮助的阶段，仅通过牛人对人类思维的外在表现的归纳、内省，以及物理工具进行探求，其间最令人兴奋的是（决策理论之父，诺奖，跨领域牛人）写的一个手动证明机，证明了罗素的物理原理中的二十几个定律，其中有一个定律比原书中的还要高贵，Simon的程序用的是启发式搜索，由于公理系统中的证明可以简化为从条件到推论的树形搜索（但因为组合爆燃，所以必须使用启发式分株）。

后来Simon又写了GPS（），听说能解决一些能良好方式化的问题，如汉诺塔。

但说究竟Simon的研究其实只触碰了人类思维的一个很小很小的方面——，甚至更狭义一点（即不包含,g(亦称）。

还有众多诸如、、尤其是最为复杂的、都还谜题未解。

还有一个比较有趣的就是有人觉得AI问题必需要以一个数学的Body为支撑，一个才能体会这个世界的数学规则的身体本身就是一个强悍的信息来源，基于这个信息来源，人类就能自身与时俱进地总结所谓的-（这个就是所谓的理论。

），否则像一些大哥直接自动建立-，就很傻很天真了，须知人按照感知系统从自然界获取知识是一个动态的手动更新的系统，而自动建立常识库则无异于古老的的做法。

其实，以上只总结了很小一部份我个人认为比较有趣或新颖的，每位人看见的有趣的地方不一样，例如上面相当详尽地介绍了神经网路理论的兴亡。所以我强烈建议你看自己一遍，别忘了上面链接到其他地方的链接。

顺便一说，徐宥朋友准备找时间把这个条目翻译下来，这是一个相当长的条目，看不动E文的等着看翻译吧:)第二个则是“人工智能”（ce）。其实，还有机器学习等等。

从那些条目出发才能找到许多特别有用和靠谱的深入参考资料。

之后是一些书籍书籍：1.《》，近些年出的入门好书，培养兴趣是最重要的一环，一上来看大部头很容易被困住的:P2.的《AI,》（无争议的领域精典）。

3.《》，物理性比较强，可以做参考了。

4.《》，自然语言处理领域公认精典。

5.《,s》，亚裔科学家写的书，相当深入浅出。6.《》，信息检索好书。

7.《：》，参考书吧，比较深。

相关物理基础（参考书，不适宜用来研读）：1.线性代数：这个参考书就不列了，好多。2.矩阵语文：《矩阵剖析》，。矩阵剖析领域无争议的精典。

3.机率论与统计：《概率论及其应用》，威廉·费勒。也是极牛的书，可物理气味太重，不适宜做机器学习的。

于是讨论组里的DuLei朋友推荐了《》并说到机器学习这个方向，统计学也一样极其重要。

推荐，这是CMU的一本很简练的教科书，重视概念，简化估算，简化与无关的概念和统计内容，可以说是挺好的快速入门材料。

4.最优化方式：《,2nd》非线性规划的参考书。《》凸优化的参考书。

据悉还有一些书可以参考上的最优化方式条目。要深入理解机器学习技巧的技术细节好多时侯（如SVM）须要最优化方式作为铺垫。

王宁朋友推荐了好几本书：《,》,1997.老书，牛人。

如今看来内容并不算深，好多章节有点到为止的觉得，而且很适宜菜鸟（其实，不能"新"到连算法和机率都不晓得）入门。例如决策树部份就很精彩，而且这几年没有非常大的进展，所以并不过时。

另外，这本书算是对97年前数六年机器学习工作的大综述，参考文献列表极有价值。国外有翻译和翻印版，不晓得绝版否。

《,-》.1999老书，牛人。其实第一本完整述说IR的书。

可惜IR那些年进展迅猛，这本书略有些过时了。翻翻做参考还是不错的。另外，朋友如今是的头头。

《n(2ed)》,.Duda,.Hart,.Stork大概也是01年左右的大块头，有翻印版，彩色。

没读完，但若果想深入学习ML和IR，前三章（介绍，贝叶斯学习，线性分类器）选修。还有些精典与我只有一面之缘，没有资格评价。

另外还有两本小图册，论文集性质的，倒是提到了了不少前沿和细节，比如索引怎么压缩之类。可惜忘了名子，又被我压在箱底，上次搬家前怕是难见天日了。

（呵呵，想上去一本：《-》）说一本名气很大的书：《:es》。

Weka的作者写的。可惜内容通常。理论部份太瘦弱，而实践部份也很脱离实际。DM的入门书早已不少，这一本应当可以不看了。假如要学习了解Weka，看文档就好。第二版早已出了，没读过，不清楚。

信息检索方面，DuLei朋友再度推荐：信息检索方面的书现今建议看的那本《》，这书刚才即将出版，内容其实。

另外信息检索第一大牛Croft老爷也正在写教科书，应当很快就要面世了。听说是十分的一本书。

对信息检索有兴趣的朋友，强烈推荐翟成祥博士在清华的暑假中学课程，这儿有全和阅读材料：朋友推荐了一本机器学习：加一本书：,《》.没有翻印的，并且网上能下到。

精典中的精典。n和这本书是两本必看之书。

《》是很新（07年），深入浅出，手不释卷。

最后，关于人工智能方面（非常地，决策与判定），再推荐两本有意思的书，一本是《》另一本是《:》不同于计算机学界所采用的统计机器学习方式，这两本书更多地着眼于人类实际上所采用的认知方法，以下是我在讨论组上写的简介：这两本都是美国ABC研究小组（一个由计算机科学家、认知科学家、神经科学家、经济学家、数学家、统计学家等组成的跨学科研究团体）集体写的，都是导致领域内广泛关注的书，尤其是前一本，后一本则是对（决策科学之父，诺奖获得者）提出的人类理智模型的扩展研究），可以说是把哪些是真正的人类智能这个问题提上了台面。

核心思想是，我们的脑部根本不能做大量的统计估算，使用fancy的物理手法去解释和预测这个世界，而是通过简单而鲁棒的启发法来面对不确定的世界（例如第一本书中提及的两个后来十分知名的启发法：再认启发法（）和选择最佳（）。

其实，这两本书并没有抵触统计方式就是了，数据量大的时侯统计优势就下来了，而数据量小的时侯统计方式就显得十分糟糕；人类简单的启发法则充分借助生态环境中的规律性（），都做到估算复杂性小且鲁棒。

关于第二本书的简介：1.谁是.哪些是.这本书讲啥的：我仍然认为人类的决策与判定是一个十分诱人的问题。

这本书简单地说可以看作是《决策与判定》的更全面更理论的版本。

系统且理论化地介绍人类决策与判定过程中的各类启发式方式（）及其优劣（为何她们是最优化方式在信息不足情况下的快捷且鲁棒的迫近，以及为何在一些情况下会带来糟糕的后果等，例如学过机器学习的都晓得朴实贝叶斯方式在许多情况下常常并不比贝叶斯网路疗效差，并且还速度快；例如方程插补的维数越高越容易，而基于低阶方程的分段样条插补却被证明是一个十分鲁棒的方案）。

在此提一个书中提及的事例，十分有意思：两个团队被派去设计一个才能在场上接住抛过来的垒球的机器人。

第一组做了详尽的物理剖析，构建了一个相当复杂的抛物线近似模型（由于还要考虑空气阻力之类的缘由，所以并非严格抛物线），用于估算球的落点，便于正确地接到球。

其实这个方案斥资巨大，但是实际运算也须要时间，你们都晓得生物的神经网路中生物电压传输只有百米每秒之内，所以ity对于生物来说是个宝贵资源，所以这个方案似乎可行，但不够好。

第二组则访谈了真正的运动员，听取她们总结自己究竟是怎样投球的感悟，之后她们做了这样一个机器人：这个机器人在球抛出的一开始一半路程啥也不做，等到比较近了才开始跑位，并在跑位中始终保持双眼于球之间的视角不变，前者就保证了机器人的跑位路线一定会和球的轨迹有交点；整个过程中这个机器人只做特别粗糙的轨迹计算。

感受一下你投球的时侯是不是耳朵仍然都盯住球，之后按照视线角度来调整跑位方向？实际上人类就是如此干的，这就是的力量。

相对于偏向于心理学以及科普的《决策与判定》来说，这本书的理论性更强，引用文献也好多而精典，并且与人工智能和机器学习都有交叉，上面也有不少数学内容，全书由十几个章节构成，每位章节都是由不同的作者写的，类似于paper一样的，很严谨，也没啥屁话，跟《》类似。

比较适宜geeks阅读哈。另外，对理论的技术细节看不下去的也建议瞧瞧《决策与判定》这类书（以及像《别做正常的傻蛋》这样的傻蛋科普读本），对自己在生活中做决策有莫大的用处。

人类决策与判定中使用了好多的，很不幸的是，其中许多都是在适应几十万年前的社会环境中构建上去的，并不适宜于现代社会，所以了解这种思维中的缺点、盲点，对自己成为一个良好的决策者有很大的用处，但是这本身也是一个十分有趣的领域。

（完）