需要阅读神经网络书籍的前提条件（并了解它们）

Question

我一直在努力学习神经网络一段时间，并且我可以在线了解一些基本教程，并且已经能够通过部分的Neural Computing - An Introduction，但即使在那里，我正在阅读大量的数学，并在前几章后变得完全凌驾于我的头上。即使那时它是我能找到的最少的书“数学-y”。它不是我害怕数学或其他任何东西，它只是我没有学到我需要的东西，而我不确定我需要什么。我目前就读于当地的大学，正在努力赶上我需要进入MS Comp的课程。科学计划（我的学士学位在商业/信息系统），我还没有走得很远。根据该大学的小课程描述，神经网络实际上涵盖在模式识别的电气工程课程中（对我来说这很奇怪，这门课程是EE），它有几个EE prereq，我不需要进入MS Comp 。科学。程序。

我对这个话题非常感兴趣，并且知道我最终想学到更多关于它的知识，问题是，我不知道我需要首先知道什么。以下是主题，我想我可能需要，但这是从无知只是猜测：

• 单变量微积分（我有Calc的I和II，所以我觉得我在这里介绍，刚上市的完整性）
• 多元微积分
• 线性代数（我还没有考虑这个尚未正式，但实际上可以理解很多从我设法神交维基百科等网站的概念）
• 离散数学（另我还没有正式入学，但是自己学了一部分
• Graph Theo RY
• 概率论
• 贝叶斯统计
• 电路设计
• 其他数学？
• 其他基本的计算机科学主题

显然是有神经组件在这里为好，但我实际上当他们谈论它适用于神经网络的还没有理解书本任何麻烦，主要是因为其概念

总之，有人可以制定出一条需要真正理解的半畅通路径，阅读并最终实现Neural Networks？

Answer 1

如果你想要的，你需要了解这本书的大学课程的列表，在这里它是：

• 微积分（I，II和III）
• 微分方程
• 线性代数
• 统计（或贝叶斯的良好覆盖）

然而，我在我的NN班就好了无差异。式。只是不得不查找我还没有研究过的概念。

你可以像上面那样采取黑匣子的方法，但如果你真的想了解网络的数学和实现，你必须学习。无论你做什么，这将是一个陡峭的学习曲线，以充分掌握更先进的网络。你可以先拿到上面的课程，或者你可以开始阅读这本书并查看你在维基百科上没有掌握的所有内容，然后从这些文章中阅读你需要阅读的任何内容来理解它们等等。你会发现，无论哪种方式，你最终都会得到通过最初的窥视，事情会变得更容易。

如果你告诉我们为什么你想学习神经网络，这将是一件好事。在我的职业生涯中，我没有发现他们的一个用途，虽然我不是一个游戏开发者或电信开发者。

Answer 2

你不能实现“神经网络” - 你最终会实现一种特定类型的NN（例如感知器）。有许多不同种类的神经网络，每种神经网络都更适合某种特定的任务，并且每种都使用一些专门针对特定类型的数学（而不仅仅是数学）概念。例如，波尔兹曼机器使用统计热力学的概念（由玻尔兹曼创立）。

至于你的问题：没有一个明确的目标，没有明确的（甚至“半清除”）路径。

Answer 3

我第二个zvrba的想法，你为自己设定了一个明确的目标。几个指导性问题： a。你想研究神经网络作为生物网络模型还是计算工具？ b。你对他们的学习方面感兴趣吗？联想记忆？信号处理？ c。你想了解复杂的理论吗？或者只是编写仿真软件？

另外，我会从小开始：以您最喜欢的编程语言实现perceptron。数学不是那么糟糕，它可能会把你的注意力集中在你的下一步。使用二进制分类数据集，如UCI's tic-tac-toe endgame。

Answer 4

对于基本的，背prorogation神经网络，最重要的事情是：

• 积分

• 线性代数

• 基本统计/概率

如果你只是在寻找更具体的主题（你的帮助你已经花了计算器，所以我把它留给了），这里有一些科目，这将是需要了解的，如果没有一定直接适用于建立一个神经网络：

• 求解线性方程组（你会在一个线性代数课程学习这个）

• 最小二乘回归

• 优化理论

你应该认识到，还有其他几种方法可以用来解决神经网络中的某些问题。

通常解决问题最困难的方面是确定最佳使用方法。