本文介绍了神经网络的历史，从沃伦·麦卡洛克和沃尔特·皮茨的模型到现代深度学习的发展，包括反向传播算法的诞生和21世纪的进展。此外，还推荐了几本学习人工神经网络和深度学习的经典教材，如《模式识别与机器学习》、《神经网络与模式识别》等，并提到了MATLAB神经网络工具箱的使用。
1、能推荐几本学习人工神经网络的经典教材吗？
《模式识别与机器学习》 [加] Simon Haykin
《神经网络与模式识别》 [加] Simon Haykin（原《神经网络原理》）
《模式分类》 Richard O. Duda/Peter E. Hart/David G. Stork
《机器学习》 (美)Tom Mitchell
这几本是写的最好的。如果你想要更容易一点，推荐看斯坦福的机器学习公开课。
注：前身课程需要《概率论》《高等数学》，先复习为好。最好再读一读测度和高概。
谷歌人工智能写作项目：小发猫
2、神经网络的历史是什么？
沃伦·麦卡洛克和沃尔特·皮茨（1943）基于数学和一种称为阈值逻辑的算法创造了一种神经网络的计算模型神经网络老教材。这种模型使得神经网络的研究分裂为两种不同研究思路。一种主要关注大脑中的生物学过程，另一种主要关注神经网络在人工智能里的应用。
一、赫布型学习
二十世纪40年代后期，心理学家唐纳德·赫布根据神经可塑性的机制创造了一种对学习的假说，现在称作赫布型学习。赫布型学习被认为是一种典型的非监督式学习规则，它后来的变种是长期增强作用的早期模型。从1948年开始，研究人员将这种计算模型的思想应用到B
最低0.47元/天 解锁文章
扫一扫
1432
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
