不错的一本书

我的研究生课程Neural Networks就是用的本书第二版。因为教授说了，他不喜欢更新的第三版。

感觉本书基本涵盖了神经网络的许多基础部分和重要方面。像Back Propagation， Radial-Basis Function，Self-Organizing Maps，以及single neuron中的Hebbian Learning, Competitive Learning和LMS Learning。

不过书中在Multi-Layer Neuron的Back Propagation算法总结中，关于momentum term的部分，公式有错误。

在课上，教授除了讲述这些最为经典的模型之外，还补充了学术界当下比较盛行的Adaptive Resonance Theory网络。这部分是本书没有涵盖的内容，也许与出版时间较早有关吧。

一学期读下来，感觉全书采用了较多数学描述，虽然理解起来需要些时间，但对于即学即用，编程仿真，却是再方便不过。在此推荐一下