人工神经网络的发展历史 人工神经网络的定义、特点和应用 从生物神经元到人工神经元

单个感知器模型与解决问题的能力 单层感知器模型与解决问题的能力 单层感知器的学习算法 单层感知器的局限性问题 多层感知器的设计方法 有关的几个问题的讨论 单层感知器的MATLAB设计与实现

• BP网络结构与模型 • BP网络的学习算法 • BP神经网络的重要函数和基本功能 • 一个简单的例子 • BP网络的几个问题 • 改进的BP网络的学习算法 • BP网络的应用示例

7.1 绪论 7.2 PID神经元的计算方法 7.3 PID神经元网络 7.4 SPID网络的反传算法 7.5 PID网络初值权重的选取和等价系统

 概述  Elman神经网络结构  Elman神经网络学习算法  Elman网络的MATLAB实现

CMAC网络的基本思想与结构模型 CMAC网络的工作原理 CMAC算法的程序语言描述 CMAC网络的泛化能力 CMAC网络的几个问题 仿真示例

1、 智能控制的产生和基本特征 2、基于神经网络的系统辨识 3、基于神经网络的系统辨识示例 4、基于神经网络的系统控制 5、基于神经网络的系统控制示例

• 支持向量机 • 二元线性SVM • SVM用于非线性分类 • 机器学习方法 • 人工神经网络（Artificial Neural Network, ANN） • 深度学习（Deep Learning）现状 • 经典的深度学习模型/算法 • 卷积神经网络 Convolutional Neural Networks (CNN) • 多层反馈网络 Recurrent neural Network(RNN) • 自动编码器 AutoEncoder • 受限玻尔兹曼机 Restricted Boltzmann Machine, RBM • 深度置信网络 (Deep Belief Nets，DBN）

1.1 计算机网络的发展 1.2 计算机网络的概念 1.3 联网的动机是什么？？ 1.4 网络的构成 ⚫ 传输硬件 ⚫ 是完成特定功能的硬件设备，包括： – 互连的传输媒介 – 传输控制设备 – 运行协议软件 ⚫ 协议软件，包括： – Encodes and formats data – Detects and corrects problems 1.5 幕后：What a Network Does 1.7 网络编程

北京大学：《模式识别》课程教学资源（参考资料）Learning in Linear Neural Networks - A Survey