“第十五章 人工神经元网络”版本间的差异
来自cslt Wiki
第8行: | 第8行: | ||
==扩展阅读== | ==扩展阅读== | ||
+ | * 维基百科:沃伦·麦卡洛克 [http://aigraph.cslt.org/courses/15/沃伦·麦卡洛克.pdf][http://aigraph.cslt.org/courses/15/Warren_Sturgis_McCulloch.pdf] | ||
+ | * 维基百科:沃尔特·皮茨 [http://aigraph.cslt.org/courses/15/Walter_Pitts.pdf] | ||
+ | * 维基百科:人工神经元 [http://aigraph.cslt.org/courses/15/Artificial_neuron.pdf] | ||
* 维基百科:神经网络 [http://aigraph.cslt.org/courses/13/人工神经网络.pdf][http://aigraph.cslt.org/courses/13/Artificial_neural_network.pdf] | * 维基百科:神经网络 [http://aigraph.cslt.org/courses/13/人工神经网络.pdf][http://aigraph.cslt.org/courses/13/Artificial_neural_network.pdf] | ||
* 维基百科:Frank_Rosenblatt [http://aigraph.cslt.org/courses/15/Frank_Rosenblatt.pdf] | * 维基百科:Frank_Rosenblatt [http://aigraph.cslt.org/courses/15/Frank_Rosenblatt.pdf] | ||
* 维基百科:Perceptron [http://aigraph.cslt.org/courses/15/Perceptron.pdf] | * 维基百科:Perceptron [http://aigraph.cslt.org/courses/15/Perceptron.pdf] | ||
+ | * AI100问:什么是BP算法[http://166.111.134.44:7777/caiyq/ai100/pdf/AI-100-46-%E4%BB%80%E4%B9%88%E6%98%AFBP%E7%AE%97%E6%B3%95.pdf] | ||
==演示链接== | ==演示链接== |
2022年8月4日 (四) 13:18的版本
教学资料
扩展阅读
- 维基百科:沃伦·麦卡洛克 [4][5]
- 维基百科:沃尔特·皮茨 [6]
- 维基百科:人工神经元 [7]
- 维基百科:神经网络 [8][9]
- 维基百科:Frank_Rosenblatt [10]
- 维基百科:Perceptron [11]
- AI100问:什么是BP算法[12]
演示链接
开发者资源
高级读者
- McCulloch, Warren S.; Pitts, Walter (1943). "A logical calculus of the ideas immanent in nervous activity". Bulletin of Mathematical Biophysics. 5 (4): 115–133.[16]
- Turing A. Intelligent machinery (1948)(Turing's neural net) [17]
- Marvin Minsky and Seymour A. Papert, Perceptrons, [18]
- Rumelhart D E, Hinton G E, Williams R J. Learning internal representations by error propagation[R]. California Univ San Diego La Jolla Inst for Cognitive Science, 1985. [19]
- Are Neural Nets Turing Equivalent? [20]
- Sarina Grosswald, Is ADHD a Stress-Related Disorder? Why Meditation Can Help. In book: Is ADHD a Stress-Related Disorder? Why Meditation Can Help (pp.22)Chapter: 4Publisher: intech [21]
- C. Teuscher. Turing's Connectionism. An Investigation of Neural Network Architectures. Springer-Verlag, London, 2002. ISBN: 1-85233-475-4. [22]