神经网络课程推广链接

A. 哈工大秋季有人工神经网络课程吗

秋季的不是很清楚，但是夏季学期是有的，自动化的专业限选里面有一门是外教上的课，主题就是人工神经网络。其实感觉这门课在秋季开的可能性不是很大的说。。。

B. 哪些大学研究生专业有人工智能,或者神经网络专业的

专门的这个专业来不是自很清楚 貌似没有这个专业 ，不过很多大学的计算机系都涉及人工智能 及神经网络
人工智能，或者神经网络集中在弱人工智能，主要研究各类算法、模式识别等等

南京大学 南理工等还不错 ，供参考

C. 神经网络优缺点，

优点：

（1）具有自学习功能。例如实现图像识别时，只在先把许多不同的图像样板和对应的应识别的结果输入人工神经网络，网络就会通过自学习功能，慢慢学会识别类似的图像。

自学习功能对于预测有特别重要的意义。预期未来的人工神经网络计算机将为人类提供经济预测、市场预测、效益预测，其应用前途是很远大的。

（2）具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。

（3）具有高速寻找优化解的能力。寻找一个复杂问题的优化解，往往需要很大的计算量，利用一个针对某问题而设计的反馈型人工神经网络，发挥计算机的高速运算能力，可能很快找到优化解。

缺点：

（1）最严重的问题是没能力来解释自己的推理过程和推理依据。

（2）不能向用户提出必要的询问，而且当数据不充分的时候，神经网络就无法进行工作。

（3）把一切问题的特征都变为数字，把一切推理都变为数值计算，其结果势必是丢失信息。

（4）理论和学习算法还有待于进一步完善和提高。

(3)神经网络课程推广链接扩展阅读：

神经网络发展趋势

人工神经网络特有的非线性适应性信息处理能力，克服了传统人工智能方法对于直觉，如模式、语音识别、非结构化信息处理方面的缺陷，使之在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用。

人工神经网络与其它传统方法相结合，将推动人工智能和信息处理技术不断发展。近年来，人工神经网络正向模拟人类认知的道路上更加深入发展，与模糊系统、遗传算法、进化机制等结合，形成计算智能，成为人工智能的一个重要方向，将在实际应用中得到发展。

将信息几何应用于人工神经网络的研究，为人工神经网络的理论研究开辟了新的途径。神经计算机的研究发展很快，已有产品进入市场。光电结合的神经计算机为人工神经网络的发展提供了良好条件。

神经网络在很多领域已得到了很好的应用，但其需要研究的方面还很多。其中，具有分布存储、并行处理、自学习、自组织以及非线性映射等优点的神经网络与其他技术的结合以及由此而来的混合方法和混合系统，已经成为一大研究热点。

由于其他方法也有它们各自的优点，所以将神经网络与其他方法相结合，取长补短，继而可以获得更好的应用效果。目前这方面工作有神经网络与模糊逻辑、专家系统、遗传算法、小波分析、混沌、粗集理论、分形理论、证据理论和灰色系统等的融合。

参考资料：网络-人工神经网络

D. 想要学习人工神经网络，需要什么样的基础知识

最基础的部分的话需要：线性代数，机器学习，微积分，优化等等。

• 几乎所有操作都有矩阵专运算，所以至少最基属础的线性代数需要掌握

• 建议从单一的感知机Perceptron出发，继而认识到DecisionBoundary(判别边界),以及最简单的一些“监督训练”的概念等，有机器学习的基础最好。就结果而言，诸如“过拟合”之类的概念，以及对应的解决方法比如L1L2归一，学习率等也都可以从单个感知机的概念开始入门。

• 从单层感知器推广到普通的多层感知器MLP。然后推广到简单的神经网络（激活函数从阶跃“软化”为诸如tanh等类型的函数），然后引入特定类型的网络结构，比如最基本的全连接、前向传播等等概念。进而学习训练算法，比如反向传播，这需要微积分的知识（Chainrule）,以及非线性优化的最基础部分，比如梯度下降法。

• 其次至少需要具备一些适用于研究的编程语言的技能，例如python，matlab，（C++也可行）等，哪怕不自己实现最简单的神经网络而是用API，也是需要一定计算机能力才能应用之。

• 超过网络工程师的决心，不要弄出个网络知道答案审批这么搓的东西。
  

E. 神经网络的学习方式

我们现在刚好也在学神经网络。神经网络学习方式分为:1、有监督学习2、无监督学习3、增强学习。

F. 关于神经网络 需要学习python的哪些知识

多读文档 应该是库 库也是python基础编写的 多读多看

G. 关于<人工神经网络>如何入门讲一些基础课程

人工神经网络是模仿人脑神经网络的算法。输入相应特征后，经过网络的层层计算，得出输出。再按照相应的算法进行权值，阈值等参数的更新。比较常用的神经网络模型有BP（误差反馈）网络。一般网络也就是三层。你可以先看看BP网络的，应该就能解决你在分类识别方面的问题。

H. 有在coursera学习Hinton的神经网络课的吗

型

机器人是在不同的场景下，提供不同的定制化智能服务的机器人应用终端。从外观、硬件、、内容和应用，都可以根据用户场景需求进行定制。12016年8月，三宝机器人首家线下体验店，正式落户深圳市宝安区。2

示教再现型

通过引导或其它方式，先教会机器人动作，输入工作程序，机器人则自动重复进行作业。

感觉控制型

利用传感器获取的信息控制机器人的动作。

适应控制型

I. 要学习神经网络需要哪些基础课程

直接看神经网络的课件就好，看tom mitchell的机器学习第四章就ok了，我就是这样看的。

J. 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。