
赤石雅典
本書將深度學習涉及的數學領域縮小到最低限度,以幫助讀者在最短的時間內理解深度學習必需的數學知識。全書分爲導入篇、理論篇、實踐篇和發展篇四部分內容。導入篇系統介紹了一些機器學習的入門知識;理論篇包括微積分、向量和矩陣、多元函數、指數函數、概率論等知識;實踐篇介紹了線性迴歸模型、邏輯迴歸模型、深度學習模型;發展篇介紹了面向實踐的深度學習。本書編程實踐中的代碼使用Python及Jupyter Notebook編寫,簡明易懂,便於上手實戰。
本書主要講解了深度學習常用的微分、積分、極值、矩陣、偏微分、指數函數、對數函數、線性迴歸和邏輯迴歸等,推導清晰,值得跟着學習。