白话深度学习的数学

一本书掌握深度学习的基础数学！

◎ 编辑推荐

1.步步引导，对话形式好理解

延续前作《白话机器学习的数学》有趣、易懂、不枯燥的讲解风格

2.层层拆解，复杂公式看得懂

详细分析神经网络的数学表达式，逐个讲解上下标的含义

3.通过Python编程实现神经网络

通过实践加深对数学知识的理解，示例代码均可下载

◎ 内容简介

本书通过想要学习深度学习的程序员绫乃和她朋友美绪的对话，逐步讲解深度学习中实用的数学基础知识。内容涉及神经网络的结构、感知机、正向传播和反向传播，以及卷积神经网络。其中，重点讲解了容易成为学习绊脚石的数学公式和符号。同时，还通过实际的Python 编程实现神经网络，加深读者对相关数学知识的理解。

立石贤吾（作者）

SmartNews公司的机器学习工程师。从日本佐贺大学毕业后曾就职于数家开发公司，并于2014年入职LINE Fukuoka，在该公司于日本福冈市成立的数据分析和机器学习团队中，负责利用机器学习开发推荐系统、文本分类等产品，并担任团队负责人。2019年入职SmartNews公司，担任现职。

郑明智（译者）

长期从事人工智能、智慧医疗领域的研发工作。译有《白话机器学习的数学》《深度学习入门2》《深度学习基础与实践》等书。