本書分為三篇，共15章。*篇為神經網絡基礎篇（第1~3章），主要內容包括生物神經網絡理論基礎、人工神經網絡概述、人工神經網絡數(shù)理基礎，從生物神經網絡角度出發(fā)介紹了神經元的結構、生物電活動，在細胞層面解釋了神經網絡進行信息傳遞和信息存儲的機理，并對人工神經網絡理論在各個階段的發(fā)展、特點、應用，以及人工神經網絡算法中運用到的導數(shù)、微分、梯度等重要數(shù)理知識進行了概述。第二篇為人工神經網絡理論篇(第4～13章)，主要內容包括感知器、BP神經網絡、RBF神經網絡、ADALINE神經網絡、Hopfield神經網絡、深度卷積神經網絡、生成式對抗網絡、Elman神經網絡、AdaBoost神經網絡、SOFM神經網絡。為了加強理論學習的深度，本篇在闡述理論算法時通過逐次迭代展開推導，而且在每種理論算法后面都給出了應用及實踐案例。多年的課堂教學實踐證明這種學習方式對于理解和掌握算法機理是非常有效的。第三篇為人工神經網絡實踐及應用篇(第14～15章)，主要內容包括基于Simulink的人工神經網絡建模和基于GUI的人工神經網絡設計。這些內容是進一步理解和掌握人工神經網絡理論、實踐和應用的基礎。