本書涵蓋了用于理解神經網絡原理的必要統(tǒng)計力學知識, 包括復本方法、空腔方法、平均場近似、變分法、隨機能量模型、Nishimori條件、動力學平均場理論、對稱性破缺、隨機矩陣理論等, 同時詳細描述了監(jiān)督學習、無監(jiān)督學習、聯(lián)想記憶網絡、感知器網絡、隨機循環(huán)網絡等神經網絡及其功能的物理模型以及解析理論, 通過簡潔的模型展示了神經網絡原理的數學美和物理深度, 介紹了相關歷史并展望了未來研究的重要課題。