深度学习的数学——使用Python语言

深度学习是一门注重应用的学科。了解深度学习背后的数学原理的人，可以在应用深度学习解决实际问题时游刃有余。本书通过Python代码示例来讲解深度学习背后的关键数学知识，包括概率论、统计学、线性代数、微分等，并一步解释神经网络、反向传播、梯度下降等深度学习领域关键知识背后的原理。 本书适合有一定深度学习基础、了解Pyho如编程语言的读者阅读，也可作为拓展深度学习理论的参考书。
【推荐语】
1.做中学，从代码来理解深度学习的数学 从本质上讲，这是一本数学书。但是，本书将使用代码来说明概念，而不是证明和练习。深度学习是一门应用学科，作者认为做中学，你才能理解它。因此，本书将使用代码来弥合纯数学知识和动手实践之间的差距。 2.循序渐，从基础到阶，从门到精通 本书各章内容相辅相成，基础章节后面紧跟阶的数学主题，最后讲解深度学习算法，涉及前面章节中涵盖的所有内容。一般而言，读者可以从前向后通读本书，对于熟悉的主题，则可以跳过。
【作者】
罗纳德·T.纽塞尔（Ronald T. Kneusel），拥有超过 20年的机器学习行业经验，著有多本AI领域图书。 本书适合有一定深度学习基础、了解Python编程语言的读者阅读，也可作为用于拓展深度学习理论的参考书。