具體描述
《深度學習的數學》基於豐富的圖示和具體示例，通俗易懂地介紹瞭深度學習相關的數學知識。第1章介紹神經網絡的概況；第2章介紹理解神經網絡所需的數學基礎知識；第3章介紹神經網絡的最優化；第4章介紹神經網絡和誤差反嚮傳播法；第5章介紹深度學習和捲積神經網絡。書中使用Excel進行理論驗證，幫助讀者直觀地體驗深度學習的原理。
著者簡介
作者簡介：
湧井良幸
1950年生於東京，畢業於東京教育大學（現築波大學）數學係，現為自由職業者。著有《用Excel學深度學習》（閤著）、《統計學有什麼用？》等。
湧井貞美
1952年生於東京，完成東京大學理學係研究科碩士課程，現為自由職業者。著有《用Excel學深度學習》（閤著）、《圖解貝葉斯統計入門》等。
譯者簡介：
楊瑞龍（
1982年生，2008年北京大學數學科學學院碩士畢業，軟件開發者，從事軟件行業10年。2013年～2016年赴日工作3年，從2016年開始在哆嗒數學網公眾號發錶《數學上下三萬年》等多篇翻譯作品。
圖書目錄
1 - 1 神經網絡和深度學習 2
1 - 2 神經元工作的數學錶示 6
1 - 3 激活函數：將神經元的工作一般化 12
1 - 4 什麼是神經網絡 18
1 - 5 用惡魔來講解神經網絡的結構 23
1 - 6 將惡魔的工作翻譯為神經網絡的語言 31
1 - 7 網絡自學習的神經網絡 36
第2章 神經網絡的數學基礎
2 - 1 神經網絡所需的函數 40
2 - 2 有助於理解神經網絡的數列和遞推關係式 46
2 - 3 神經網絡中經常用到的Σ符號 51
2 - 4 有助於理解神經網絡的嚮量基礎 53
2 - 5 有助於理解神經網絡的矩陣基礎 61
2 - 6 神經網絡的導數基礎 65
2 - 7 神經網絡的偏導數基礎 72
2 - 8 誤差反嚮傳播法必需的鏈式法則 76
2 - 9 梯度下降法的基礎：多變量函數的近似公式 80
2 - 10 梯度下降法的含義與公式 83
2 - 11 用Excel 體驗梯度下降法 91
2 - 12 最優化問題和迴歸分析 94
第3章 神經網絡的最優化
3 - 1 神經網絡的參數和變量 102
3 - 2 神經網絡的變量的關係式 111
3 - 3 學習數據和正解 114
3 - 4 神經網絡的代價函數 119
3 - 5 用Excel體驗神經網絡 127
第4章 神經網絡和誤差反嚮傳播法
4 - 1 梯度下降法的迴顧 134
4 - 2 神經單元誤差 141
4 - 3 神經網絡和誤差反嚮傳播法 146
4 - 4 用Excel體驗神經網絡的誤差反嚮傳播法 153
第5章 深度學習和捲積神經網絡
5 - 1 小惡魔來講解捲積神經網絡的結構 168
5 - 2 將小惡魔的工作翻譯為捲積神經網絡的語言 174
5 - 3 捲積神經網絡的變量關係式 180
5 - 4 用Excel體驗捲積神經網絡 193
5 - 5 捲積神經網絡和誤差反嚮傳播法 200
5 - 6 用Excel體驗捲積神經網絡的誤差反嚮傳播法 212
附錄
A 訓練數據（1） 222
B 訓練數據（2） 223
C 用數學式錶示模式的相似度 225
· · · · · · (收起)
讀後感
偏导。链式法则。 梯度下降法求多元函数的最小值。拉格朗日乘数法。 误差反向传播法确定神经网络的权重和偏置。特点是将繁杂的导数计算替换为数列的递推关系式，而提供这些递推关系式的就是名为神经单元误差(error)的变量。 利用代价函数求最优化问题。 卷积神经网络。隐藏层是...
評分对于小白来说，想快速入门的话，这是深度学习入门最好的书籍，没有之一。浅显易懂，书中有大量插图。有高等数学基础看起来就不困难。之前看过不少教程，要么花很长时间讲原理，还么原理一带而过。这本书用最短的时间讲清了原理。真棒。 对于小白来说，想快速入门的话，这是深度...
評分日本生活曾给我了很多文化休克，这本书给我体现得淋漓尽致： - 对Excel的病态热爱：他们可以用Excel做一切事情，在Excel上模拟神经网络，在Excel上画画，在Excel上做蒙特卡洛模拟，在Excel上填写学生签证申请……日本人对于自己的国家有很多美誉，色彩之国啦，诸如此类，但其实...
評分偏导。链式法则。 梯度下降法求多元函数的最小值。拉格朗日乘数法。 误差反向传播法确定神经网络的权重和偏置。特点是将繁杂的导数计算替换为数列的递推关系式，而提供这些递推关系式的就是名为神经单元误差(error)的变量。 利用代价函数求最优化问题。 卷积神经网络。隐藏层是...
評分偏导。链式法则。 梯度下降法求多元函数的最小值。拉格朗日乘数法。 误差反向传播法确定神经网络的权重和偏置。特点是将繁杂的导数计算替换为数列的递推关系式，而提供这些递推关系式的就是名为神经单元误差(error)的变量。 利用代价函数求最优化问题。 卷积神经网络。隐藏层是...
用戶評價
真的入門級，簡單到我覺得不應該齣書。 Excel隻能說是亮點，但不是優點。
评分神經網絡運用的數學理論是非常簡單的，基本上是比較基礎的數學知識。然而，很多文獻大量使用公式和專業術語，令人難以看透神經網絡的本質，這對於今後人工智能的發展是莫大的不幸和障礙。本書作為人工智能的入門書，打破瞭這種障礙，讓所有人都能夠體會到神經網絡的趣味性。是一本很友好的書，可讀性很強！
评分不如直接看看cmu dl直接
评分好的入門書就該這麼寫啊，而且彆以為看上去簡單就真的很淺。
评分不如直接看看cmu dl直接
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有