清华大学神经网络课程讲义：从基础到Perceptron、BP等模型

"清华大学神经网络课件是一份详细的讲义，涵盖了人工神经网络(ANN)的基础知识，由蒋宗礼教授编撰，共300多页。课件旨在作为人工神经网络的入门教程，帮助学生理解并掌握神经网络的基本概念、模型、训练算法以及软件实现方法。教材为《人工神经网络导论》，由蒋宗礼教授编写，定价12.4元，出版于2001年8月，高等教育出版社出版。课程推荐了数本主要参考书目，包括Philip D. Wasserman的《Neural Computing: Theory and Practice》等。课程目标是让学生熟悉智能系统的基本模型，理解神经网络的核心概念，如Perceptron、反向传播(BP)、竞争网络(CPN)、统计方法、Hopfield网、双向联想记忆(BAM)以及自组织映射(ART)等，并通过实验加强理解和应用。内容涵盖智能的定义、生物神经网络模型、人工神经元的构造和激励函数、网络拓扑结构以及不同类型的神经网络模型的应用。"