Netlab工具箱的设计提供理论上的模拟所需的核心工具建立神经网络算法和相关的模型用于教学、研究和应用的发展。它包含许多可用的技术尚未在标准神经网络模拟软件包。

工具箱背后的原则更重要比简单地编译算法列表。数据分析和建模方法不应该用于隔离;工具箱的所有部分相干的方式交互,和标准的实现模式识别技术(如线性回归和K-nearest-neighbour分类器)提供,这样他们可以作为基准,更复杂的算法可以被评估。这种互动可以让研究者去开发新技术通过构建和重用现有的软件,从而减少所需的工作量和提高健壮性和可用性的新工具。

一篇课本,Netlab:模式识别算法由伊恩Nabney由施普林格出版的系列先进的模式识别:ISBN号码是1-85233-440-1。可以找到更多的信息http://www.ncrg.aston.ac.uk和//www.tianjin-qmedu.com/万博1manbetxsupport/books/book4368.jsp。