内容説明
基礎理論と応用例を、厳密性を犠牲にしないで、しかも自己充足的で、かつわかりやすく丁寧に解説。ニューロコンピューティング全般にわたる基礎理論といくつかの代表的な応用例を、大学初等の解析学や線形代数などの素養で容易に理解できるよう、わかりやすく解説した。
目次
１ ニューラルネットワークモデル
２ 階層型ネットワークと学習メカニズム
３ ホップフィールドモデルとその拡張
４ リカレントニューラルネットワーク
５ ＲＢＦネットワーク
６ 競合学習
７ 連想記憶
８ 確率ニューラルネットワーク
９ 主成分分析法
著者等紹介
坂和正敏［サカワマサトシ］
１９４７年生まれる。１９７０年京都大学工学部数理工学科卒業。１９７２年京都大学大学院工学研究科修士課程数理工学専攻修了。１９７５年京都大学大学院工学研究科博士課程数理工学専攻修了、京都大学工学博士、神戸大学工学部システム工学科助手。１９８１年神戸大学工学部システム工学科助教授。１９８７年岩手大学工学部数理情報学講座教授。１９９０年広島大学工学部第二類（電気系）計数管理工学講座教授
田中雅博［タナカマサヒロ］
１９５６年生まれる。１９７９年京都大学工学部数理工学科卒業。１９８１年京都大学大学院工学研究科修士課程数理工学専攻修了、（株）島津製作所勤務。１９８３年滋賀大学経済短期大学部助手。１９８７年滋賀大学経済短期大学部講師。１９８９年滋賀大学経済短期大学部助教授。１９９０年京都大学工学博士、岡山大学工学部情報工学科助教授。１９９９年甲南大学理学部経営理学科教授。２００１年甲南大学理工学部情報システム工学科教授（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
dull
