其他
《神经网络的统计力学》新书 | 配套课程免费申请2天倒计时
The following article is from 高教学术 Author 科技著作事业部
导语
神经网络的统计力学（英文版）书籍于今年8月正式出版。书籍作者、中山大学教授、PMI Lab 的黄海平老师组织了「神经网络的统计力学」的书籍配套在线课程，帮助学生学习统计力学的基本原理及其在理解神经网络内部工作原理的应用，暂定于2022年9月17日起每周六14:30-16:00（节假日除外）进行，课程从2022年9月持续到2023年6月。
课程招收50名正式学员，具体申请条件、流程见课程推文。申请截止时间为2022年8月31日，请感兴趣的同学尽快提交材料。
Statistical Mechanics of Neural Networks
（神经网络的统计力学，英文版）
作者：黄海平 著
书号：978-7-04-058485-1
定价：149.00元
出版日期：2022年8月
内容简介
内容简介
本书涵盖了用于理解神经网络原理的必要统计力学知识，包括复本方法、空腔方法、平均场近似、变分法、随机能量模型、Nishimori条件、动力学平均场理论、对称性破缺、随机矩阵理论等，同时详细描述了监督学习、无监督学习、联想记忆网络、感知器网络、随机循环网络等神经网络及其功能的物理模型以及解析理论，通过简洁的模型展示了神经网络原理的数学美和物理深度，并介绍了相关历史和展望未来研究的重要课题。
本书可供对神经网络原理感兴趣的学生、研究人员以及工程师阅读参考。
关键词：
1. 统计力学2. 神经网络3. 机器学习4. 随机矩阵5. 非线性动力学
作者简介
作者简介
黄海平，中山大学物理学院教授，博士生导师。本科毕业于中山大学理工学院，博士毕业于中国科学院理论物理研究所，随后在香港科技大学物理系、东京工业大学计算智能系以及日本理化学研究所脑科学中心从事统计物理与机器学习、 神经计算交叉的基础理论研究，2017年因在无监督学习方面的研究获得 RIKEN 杰出研究奖。2018年入选中山大学百人计划，目前的研究兴趣包括感知学习的孤立解空间证明、无监督学习的对称性破缺本质、深度网络的维度下降和系综学习等方向。曾主持国家自然科学基金青年基金、优秀青年基金等国家级项目。
前言及目录
前言及目录
← 左右滑动查看→
专家推荐
专家推荐
这部著作对统计物理方法应用于神经网络研究进行了系统、详尽的介绍，是领域内不可多得的一本好的参考书，对青年学者快速和系统了解该领域的知识体系特别有益。
——北京大学心理与认知科学学院 吴思
黄海平博士关于伊辛感知器的杰出工作启发了欧美研究团队的算法设计，并激励了严格的数学证明工作。他的这本专著回顾了自旋玻璃平均场理论，并讨论了联想记忆模型、感知器模型、深度多层神经网络模型的性质，是一本很及时的必读参考书。
——中国科学院理论物理研究所 周海军
购书
购书
点击“阅读原文”，报名课程