神经网络是计算智能和机器学习研究、开发和应用最活跃的分支之一。本书是神经网络方面的标准教材，从理论和实际应用出发，全面、系统地介绍神经网络的基本模型、基本方法和基本技术，对神经网络的基本模型和主要学习理论都作了深入研究，特别在学习理论和学习算法的推导方面有极为详尽而系统地分析，对神经网络的最新发展趋势和主要研究方向都进行了全面而综合的介绍。理论和实际应用紧密结合，为神经网络的具体应用打下坚实的基础.是一本可读性极强的教材。
书中注重对数学分析方法和性能优化的讨论，强调神经网络在模式识别、信号处理以及控制系统等实际工程问题中的应用。同时本书包含大量例题、习题.并配有13个基于MATLAB软件包的计算机试验的源程序。
本书适合作为相关专业研究生或本科高年级学生的教材，或作为希望系统、深入学习神经网络的科技工作者的参考书。

Simon Haykin他是国际电子电气工程界的著名学者，于1953年获得英国伯明翰大学博士学位。曾获得IEEE McNaughton金奖。他是加拿大皇家学会院士。IEEE会士，在神经网络、通信.自适应滤波器等领域成果颇丰，著有多种标准教材。

神经网络原理. 原书第2版. 11133514.pdf: https://545c.com/file238/12623596-426190918