深度置信网络作为经典的深度学习方法，可以包含较多的隐藏层，更好地学习各种复杂数据的结构和分布。本书从深度置信网络的概念、研究内容和应用出发，提出了一系列基于深度置信网络的分类方法，使用半监督学习和监督学习方法来提升分类性能。另外，将深度学习方法应用到手写中文识别中，提出了基于深层架构的手写识别方法，有效地提升了手写识别正确率。全书共分为7章。第1章介绍深度置信网络的概念、发展及其研究现状；第2章介绍区分深度置信网络；第3章介绍自适应深度置信网络；第4章介绍量子深度置信网络；第5章介绍主动深度置信网络；第6章介绍主动模糊深度置信网络；第7章介绍基于深层架构的手写识别方法。本书适合作为高等院校计算机专业高年级本科生、研究生的参考书，同时可供对机器学习比较熟悉并且对深度学习有所了解的广大科技工作者和研究人员参考。