##總體看來，原著的結構性是比較強的，而且原著作者是經過信號處理轉過來的，以LMS作為BP 的引導這塊感覺挺有新意，同時不僅從數學分析方法，更重要的是從貝葉斯估計入手，更容易理解機器學習是一種統計推斷，而不是看起來完美的微積分推導。但是，翻譯的人，對， 就是那個姓申的...  

##這次是第一次通讀瞭整本書，裏麵的很多數學公司推導、部分原理沒看明白，我想大部分第一次讀的人應該也和我差不多吧。 如果作為學習神經網絡的入門書，我想這本可能不太適閤，因為它太多太細，初學者很容易陷入細節受到挫敗感。 但並不是說這本書不好，相反，這本書絕對是經典...  

前麵幾章將神經網絡的寫得很好！

##模仿生物的神經係統，人類開始設計製造人工神經網絡。人工神經網絡具有很多類似人腦的功能，其中就包括學習功能，也就是機器學習。 小腦在運動的控製和協調中起到瞭非常重要的作用，通常進行得非常平穩並且幾乎毫不費力。在文獻中，已經提到小腦扮演著動態估計的控製者或者神經...  

##原書：Neural Networks and Learning Machines 土豪，注意，這是 Learning Machines, 而不是 Machine Learning 神經網絡與學習機會更好。  

##內容不及後續版本來的多，但是主綫非常清晰，入門的話這個最好瞭。 看著看著，我想起瞭那一句老話：一人翻為佳，二人翻為庸，三人翻為渣，若是三人等，則弗如渣渣 —————————— 這本書的譯者不知道是不大熟悉這方麵，還是機翻習慣瞭？ 這本書本身大多是數學理論的堆砌，沒有比較好的基礎很難看懂，加上譯者含混過關，大量的機翻體驗與...