简单的网络学习教程,可以给学习网络指明一个计划。包括计算机网络与因特网体系结构、IP地址、地址解析、

发展与个体差异第十三章学习第一节学习的一般概念第二节学习理论第三节动作技能学习第十四章人生全程发展第

：贝叶斯学习、归纳和分析学习的结合、计算学习理论、决策树学习、人工神经网络、学习规则集合、遗传算法。

别函数5、神经网络6、统计学习理论7、SVM8、正则化网络9、特征空间10、非监督学习与聚类11、应

学第1章质点运动学第2章牛顿运动定律第3章动量与角动量狭义相对论运动学和动力学大学物理A(1)电磁

研究了双层网络学习控制系统的带宽调度优化问题.为了合理分配子系统的带宽，引入了网络定价体系和动态带宽调度方法，建立了非合作博弈模型，从而将网络控制系统的网络资源分配问题转换为非合作博弈竞争模型下的Nash均衡点求解问题.在此基础上，采用粒子群优化算法得到此框架下的纳什均衡解，并进一步给出了网络控制系统的时间片调度方法.仿真结果表明了所提方法的有效性

《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）57 Bayes网络学习的MCMC方法（西安电子科技大学）

杭州电子科技大学：《人工智能导论》课程教学资源（PPT课件讲稿）第八讲 神经网络学习

演示演讲PPT成功案例：计算机网络学习

人工神经网络为学习实数值和向量值函数提供了一种实际的方法，对于连续值和离散值的属性都可以使用，并且对训练数据中的噪声具有很好的健壮性。反向传播算法是最常见的网络学习算法。反向传播算法考虑的假设空间是固定连接的有权网络所能表示的所有函数的空间。包含3层单元的前馈网络能够以任意精度逼近任意函数，只要每一层有足够数量的单元。即使是一个实际大小的网络也能够表示很大范围的高度非线性函数。反向传播算法使用梯度下降方法搜索可能假设的空间，迭代减小网络的误差以拟合训练数据