前言
第1章　關(guān)于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)1
1.1　生物神經(jīng)元與人工神經(jīng)元1
1.2　激活函數(shù)2
1.3　本章小結(jié)4
第2章　神經(jīng)網(wǎng)絡(luò)處理的內(nèi)在機(jī)理5
2.1　逼近函數(shù)5
2.2　網(wǎng)絡(luò)架構(gòu)6
2.3　前向傳遞計(jì)算7
2.4　輸入記錄18
2.5　輸入記錄28
2.6　輸入記錄39
2.7　輸入記錄49
2.8　反向傳播過程計(jì)算10
2.9　函數(shù)導(dǎo)數(shù)與函數(shù)發(fā)散11
2.10　最常用的函數(shù)導(dǎo)數(shù)12
2.11　本章小結(jié)13
第3章　人工神經(jīng)網(wǎng)絡(luò)處理14
3.1　示例1：單點(diǎn)函數(shù)的手動逼近14
3.2　構(gòu)建神經(jīng)網(wǎng)絡(luò)15
3.3　前向傳遞計(jì)算16
3.3.1　隱藏層16
3.3.2　輸出層17
3.4　反向傳遞計(jì)算18
3.4.1　計(jì)算輸出層神經(jīng)元的權(quán)值調(diào)整18
3.4.2　計(jì)算隱藏層神經(jīng)元的權(quán)值調(diào)整20
3.5　更新網(wǎng)絡(luò)偏差24
3.6　回到前向傳遞25
3.6.1　隱藏層25
3.6.2　輸出層26
3.7　網(wǎng)絡(luò)計(jì)算的矩陣形式28
3.8　深入調(diào)查28
3.9　小批次與隨機(jī)梯度30
3.10　本章小結(jié)30
第4章　配置開發(fā)環(huán)境31
4.1　在Windows計(jì)算機(jī)上安裝
　Java 11環(huán)境31
4.2　安裝NetBeans IDE33
4.3　安裝Encog Java框架34
4.4　安裝XChart包34
4.5　本章小結(jié)35
第5章　使用Java Encog框架開發(fā)神經(jīng)網(wǎng)絡(luò)36
5.1　示例2：使用Java環(huán)境進(jìn)行函數(shù)逼近36
5.2　網(wǎng)絡(luò)架構(gòu)37
5.3　規(guī)范化輸入數(shù)據(jù)集38
5.4　構(gòu)建規(guī)范化兩個(gè)數(shù)據(jù)集的Java程序38
5.5　構(gòu)建神經(jīng)網(wǎng)絡(luò)處理程序45
5.6　程序代碼50
5.7　調(diào)試和執(zhí)行程序66
5.8　訓(xùn)練方法的處理結(jié)果66
5.9　測試網(wǎng)絡(luò)67
5.10　測試結(jié)果70
5.11　深入調(diào)查71
5.12　本章小結(jié)72
第6章　訓(xùn)練范圍外的神經(jīng)網(wǎng)絡(luò)預(yù)測73
6.1　示例3a：逼近訓(xùn)練范圍以外的周期函數(shù)73
6.1.1　示例3a的網(wǎng)絡(luò)架構(gòu)76
6.1.2　示例3a的程序代碼76
6.1.3　測試網(wǎng)絡(luò)89
6.2　示例3b：逼近訓(xùn)練范圍以外的周期函數(shù)的正確方法90
6.2.1　準(zhǔn)備訓(xùn)練數(shù)據(jù)90
6.2.2　示例3b的網(wǎng)絡(luò)架構(gòu)92
6.2.3　示例3b的程序代碼93
6.2.4　示例3b的訓(xùn)練結(jié)果109
6.2.5　示例3b的測試結(jié)果110
6.3　本章小結(jié)110
第7章　復(fù)雜周期函數(shù)的處理112
7.1　示例4：復(fù)雜周期函數(shù)的逼近112
7.2　數(shù)據(jù)準(zhǔn)備114
7.3　反映數(shù)據(jù)中的函數(shù)拓?fù)?15
7.4　程序代碼120
7.5　訓(xùn)練網(wǎng)絡(luò)137
7.6　測試網(wǎng)絡(luò)138
7.7　深入調(diào)查140
7.8　本章小結(jié)141
第8章　非連續(xù)函數(shù)的處理142
8.1　示例5：非連續(xù)函數(shù)的逼近142
8.2　程序代碼145
8.3　訓(xùn)練效果不理想157
8.4　用微批次方法逼近非連續(xù)函數(shù)159
8.5　微批次處理程序代碼160
8.5.1　getChart()方法的程序代碼176
8.5.2　訓(xùn)練方法的代碼片段1179
8.5.3　訓(xùn)練方法的代碼片段2180
8.6　微批次方法的訓(xùn)練結(jié)果184
8.7　測試處理邏輯188
8.8　微批次方法的測試結(jié)果191
8.9　深入調(diào)查192
8.10　本章小結(jié)196
第9章　具有復(fù)雜拓?fù)涞倪B續(xù)函數(shù)的處理197
9.1　示例5a：使用傳統(tǒng)的網(wǎng)絡(luò)過程逼近具有復(fù)雜拓?fù)涞倪B續(xù)函數(shù)197
9.1.1　示例5a的網(wǎng)絡(luò)架構(gòu)198
9.1.2　示例5a的程序代碼199
9.1.3　示例5a的訓(xùn)練處理結(jié)果208
9.2　用微批次方法逼近具有復(fù)雜拓?fù)涞倪B續(xù)函數(shù)211
9.3　示例5b：螺旋函數(shù)的逼近232
9.3.1　示例5b的網(wǎng)絡(luò)架構(gòu)234
9.3.2　示例5b的程序代碼235
9.4　用微批次方法逼近同一函數(shù)246
9.5　本章小結(jié)267
第10章　用神經(jīng)網(wǎng)絡(luò)對對象進(jìn)行分類268
10.1　示例6：記錄分類268
10.2　訓(xùn)練數(shù)據(jù)集269
10.3　網(wǎng)絡(luò)架構(gòu)271
10.4　測試數(shù)據(jù)集272
10.5　數(shù)據(jù)規(guī)范化程序代碼273
10.6　分類程序代碼277
10.7　訓(xùn)練結(jié)果297
10.8　測試結(jié)果304
10.9　本章小結(jié)305
第11章　選擇正確模型的重要性306
11.1　示例7：預(yù)測下個(gè)月的股市價(jià)格306
11.2　在數(shù)據(jù)集中包含函數(shù)拓?fù)?11
11.3　生成微批次文件312
11.4　網(wǎng)絡(luò)架構(gòu)316
11.5　程序代碼317
11.6　訓(xùn)練過程341
11.7　訓(xùn)練結(jié)果342
11.8　測試數(shù)據(jù)集347
11.9　測試邏輯351
11.10　測試結(jié)果358
11.11　分析測試結(jié)果360
11.12　本章小結(jié)361
第12章　三維空間中的函數(shù)逼近處理362
12.1　示例8：三維空間中函數(shù)的逼近362
12.1.1　數(shù)據(jù)準(zhǔn)備363
12.1.2　網(wǎng)絡(luò)架構(gòu)364
12.2　程序代碼365
12.3　本章小結(jié)380