"《神经网络理论及应用实践》在全面介绍人工神经网络基本理论的基础之上，首先，系统地阐述了单层感知器神经网络、BP神经网络、竞争学习神经网络、自组织神经网络、学习向量量化神经网络、对偶传播神经网络、径向基函数神经网络、支持向量机等浅层神经网络的典型网络结构、学习算法、工作原理和应用案例； 其次，系统地阐述了深度学习中卷积神经网络、循环神经网络两种经典神经网络的概念、基本架构、工作原理和应用案例； 最后，介绍了人工神经网络设计开发平台。《神经网络理论及应用实践》旨在使读者了解和掌握人工神经网络的设计和应用方法，为读者深入了解和研究人工神经网络奠定基础。
《神经网络理论及应用实践》可作为高等院校计算机类、电子信息类、自动化类、金融类、统计类等相关专业高年级本科生、研究生的教材，也可作为相关专业领域的科研人员和工程技术人员的学习参考书。
"