由馬丁T.哈根、霍華德B.德姆斯、馬克H.比勒、
奧蘭多·德·赫蘇斯著的《神經網絡設計(原書第2版
)/智能科學與技術叢書》是一本易學易懂的神經網絡
教材，主要討論網絡結構、學習規則、訓練技巧和工
程應用，緊緊圍繞“設計”這一視角組織材料和展開
講解，強調基本原理和訓練方法，概念清晰，數學論
述嚴謹，包含豐富的實例和練習，並配有課件和
MATLAB演示程序。
本書要求讀者具備線性代數、概率論和微分方程
的基礎知識，可作為高年級本科生或一年級研究生的
神經網絡導論課程教材，也可供有興趣的讀者自學或
參考。

譯者序
前言
第1章 引言
1.1 目標
1.2 歷史
1.3 應用
1.4 生物學啟示
1.5 擴展閱讀
第2章 神經元模型及網絡結構
2.1 目標
2.2 理論與例子
2.2.1 記號
2.2.2 神經元模型
2.2.3 網絡結構
2.3 小結
2.4 例題
2.5 結束語
2.6 習題
第3章 一個說明性的實例
3.1 目標
3.2 理論與例子
3.2.1 問題描述
3.2.2 感知機
3.2.3 Hamming網絡
3.2.4 Hopfield網絡
3.3 結束語
3.4 習題
第4章 感知機學習規則
4.1 目標
4.2 理論與例子
4.2.1 學習規則
4.2.2 感知機結構
4.2.3 感知機的學習規則
4.2.4 收斂性證明
4.3 小結
4.4 例題
4.5 結束語
4.6 擴展閱讀
4.7 習題
第5章 信號與權值向量空間
5.1 目標
5.2 理論與例子
5.2.1 線性向量空間
5.2.2 線性無關
5.2.3 生成空間
5.2.4 內積
5.2.5 範數
5.2.6 正交性
5.2.7 向量展開式
5.3 小結