本书阐述经典神经网络及典型的深度学习(神经网络)方法的基本架构、算法原理及相关问题。在此 基础上,介绍 MATLAB中神经网络工具箱在神经网络、深度学习中的应用,并给出相应的应用 实例。 本书可作为高等院校相关专业的本科生、研究生及从事神经网络及深度学习方面学习及研究工作的 专业人员的参考书。

姚舜才 中北大学副教授，硕士生导师。于2016年在美国密歇根科技大学做访问学者。目前主要研究神经网络及深度学习在系统数据建模中的应用。多次获得山西省中青年教师教学基本功竞赛奖励，并被评为山西省普通高校师德师风建设先进个人；多次获得山西省高等学校科技进步奖；发表50余篇学术及教学论文，其中EI收录10篇；作为负责人及主要完成人承担多项国家和山西省自然科学基金以及国际合作基金项目；出版教材3部，申请专利3项。李大威 中北大学副教授，硕士生导师。主要研究方向包括模式识别、机器学习等。先后主持或者参与国家自然科学基金项目、山西省自然科学基金项目、横向科研项目10余项，发表SCI/EI论文6篇，参编教材1部，授权发明专利3项。

前言 神经网络技术是人工智能学科的重要组成部分，在很多领域有着不可替代的作用。随着科技的不断发展，在传统神经网络基础上发展起来的以深度神经网络为主要代表的深度学习方法在近几年更是有了非同寻常的表现。由MathWorks公司出品的 MATLAB 商业数学软件为神经网络及深度学习方法的实现提供了可能。特别是其中的神经网络工具箱具有使用方便、数据分析直观、便于理解等优点。 为了使初学者能够更加深入地了解神经网络与深度学习的基本原理以及实现方法，我们编写了此书。书中阐述了各种神经网络模型的基本结构、算法原理以及实现方法； 提供了在MATLAB软件中各神经网络的基本实现函数、格式及例程。所有例程均在MATLAB R2019b版本上调试运行通过，希望能为广大学习神经网络与深度学习技术的初学者提供帮助，如果能够在此基础上激发他们深入研究的兴趣和热情那就更好了。 本书分三部分，共14章： 第一部分包括绪论、第1和第2章，主要介绍神经网络发展的基本情况以及MATLAB软件； 第二部分包括第3~9章，主要阐述几种经典神经网络的基本结构、原理及算法，给出相应的例程； 第三部分包括第10~14章，结合一些实际应用范例论述当前应用较为广泛的深度学习神经网络的算法原理以及实现方法。 本书绪论和第1~6章由姚舜才编写，第7~14章由李大威编写。 需要说明的是，神经网络技术的发展相当迅速，MATLAB也在不断更新，作者的学识及水平有限，书中疏漏之处在所难免，敬请广大读者和业内专家不吝指正。 编者 2022年1月