神经网络设计（原书第2版）

这本书最独特的地方，在于它把神经网络当成一个需要'设计'的工程项目来讲解，而不是把一堆算法堆砌给你。作者从感知机、Hamming网络、Hopfield网络这些经典结构入手，把'网络结构'和'学习规则'拆开来讲，再谈如何训练——这种由结构到训练、层层推进的编排，让初学者能看清每一类网络'为什么这样设计'。读者反复提到的，是它对数学基础的扎实处理：线性空间、权值向量、收敛性证明，看似枯燥，却是真正理解BP原理的钥匙。需要提醒的是，这本书几乎不碰深度学习，MATLAB示例也带着年代感，追求最新模型的读者可能会觉得'过时'。但它适合那些愿意沉下来打地基、想搞懂'网络到底怎么学'的人，而非只想调用现成库的人。