|
|
本書基本上是以實用導向為編寫的原則，但對網路模式的原理也有深入淺出的簡要介紹，對初學的讀者而言，是很好的入門書。
本書將發展類神經網路應用的過程分成明確的程序，使讀者對發展應用的過程建立完整的觀念，可依此程序建立自己的應用。
附有類神經網路軟體 PCNeuron 3.5 版 (教育版)，包括本書介紹的所有模式：
● 無隱藏層感知器 (倒傳遞算法) ● 自適應共振理論網路
● 一層隱藏層感知器 (倒傳遞算法) ● 霍普菲爾網路
● 二層隱藏層感知器 (倒傳遞算法) ● 雙向聯想記憶網路
● 改進的倒傳遞算法 MLP ● 霍普菲爾－坦克網路
● 具敏感性分析MLP ● 退火神經網路
● 徑向基函數網路 ● 類神經網路式專家系統
● 自組織映射圖網路
並用此軟體作下列應用實例：
● 休旅車潛在顧客發掘 ● 上市公司信用評等
● 銀行業風險顧客避免 ● 選擇權價格預測
● 垃圾郵件偵測 ● 混凝土抗壓強度預測
● 集集大地震引致山崩分類 ● 電腦作業系統運作預測
● 遙測影像識別 ● 休旅車潛在顧客聚類
● 森林樹種植生類別分類 ● 30 城市旅行推銷員問題
附有類神經網路軟體 Super PCNeuron 5.0 版 (試用版)，包括下列模式：
● 倒傳遞神經網路 (BPN) ● 分析調整綜合網路 (AASN)
● 擴展神經元網路 (ENN) ● 遺傳演算法神經網路 (GANN)
● 模糊神經網路 (FNN)
