som学习资料,soma教学***

大家好，今天小编关注到一个比较有意思的话题，就是关于som学习资料的问题，于是小编就整理了3个相关介绍som学习资料的解答，让我们一起看看吧。

1. 空间思维好的适合学什么？
2. 有没有好理解的关于神经网络的书推荐？
3. 有没有好理解的关于神经网络的书推荐？

空间思维好的适合学什么？

建筑设计,工程学,室外园林设计,室内装潢,工程管理,(清华的建筑系很有名)毕业后可以到SOM等大公司实习(走从低到高升入管理层的路)还可以单飞,如果很有天赋,能力的话应该不成问题,是否值钱取决于创造力与作品的认同度。

有没有好理解的关于神经网络的书推荐？

如果你有通信电子背景，Simon Haykin的Neural Networks and Learning Machines绝对值得一读，这本书从维纳滤波、卡尔曼滤波讲到神经网络，涵盖了所有主流的机器学习方法（SVM、PCA/ICA、RBF，SOM都是神经网络，好吧），对于人类故意创造的数据（雷达、电报），这些算法够了，但大数据不是人类故意产生的，你还需要学习基于统计的方法（按照马毅的说法，五六十年前不被重视的算法现在反而吃香，那时大家关注的都是香农、维纳等大V们，统计学家是靠转发这些大V拉粉丝的，偶尔也会怀念Bayesian）。

如果你有统计数学背景，并且认为hinton的dbn能代表神经网络的话（我反对，神经网络的world 太bigger了），推荐先把李航老师的《统计学习方法》看完，然后直接读Hinton那一帮人的paper。如果GMM，HMM，GHMM，boltzmann，Sparse Coding看不懂，就读源代码吧，别哭。

戴葵翻译的美国经典神经网络《神经网络设计》

有没有好理解的关于神经网络的书推荐？

如果你有通信电子背景，Simon Haykin的Neural Networks and Learning Machines绝对值得一读，这本书从维纳滤波、卡尔曼滤波讲到神经网络，涵盖了所有主流的机器学习方法（SVM、PCA/ICA、RBF，SOM都是神经网络，好吧），对于人类故意创造的数据（雷达、电报），这些算法够了，但大数据不是人类故意产生的，你还需要学习基于统计的方法（按照马毅的说法，五六十年前不被重视的算法现在反而吃香，那时大家关注的都是香农、维纳等大V们，统计学家是靠转发这些大V拉粉丝的，偶尔也会怀念Bayesian）。

如果你有统计数学背景，并且认为hinton的dbn能代表神经网络的话（我反对，神经网络的world 太bigger了），推荐先把李航老师的《统计学习方法》看完，然后直接读Hinton那一帮人的paper。如果GMM，HMM，GHMM，boltzmann，Sparse Coding看不懂，就读源代码吧，别哭。

戴葵翻译的美国经典神经网络《神经网络设计》

到此，以上就是小编对于som学习资料的问题就介绍到这了，希望介绍关于som学习资料的3点解答对大家有用。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.lnbtw.com/post/32528.html