【学习笔记】【深度学习的数学】第0章——引言

学习教材

这里学习的教材采用《深度学习的数学》，作者为[日]涌井良幸/涌井贞美，出版社为人民邮电出版社。

以下附上该书的目录：
目录
第1章　神经网络的思想
 1 - 1　神经网络和深度学习　　2
 1 - 2　神经元工作的数学表示　　6
 1 - 3　激活函数：将神经元的工作一般化　　12
 1 - 4　什么是神经网络　　18
 1 - 5　用恶魔来讲解神经网络的结构　　23
 1 - 6　将恶魔的工作翻译为神经网络的语言　　31
 1 - 7　网络自学习的神经网络　　36
第2章　神经网络的数学基础
 2 - 1　神经网络所需的函数　　40
 2 - 2　有助于理解神经网络的数列和递推关系式　　46
 2 - 3　神经网络中经常用到的Σ符号　　51
 2 - 4　有助于理解神经网络的向量基础　　53
 2 - 5　有助于理解神经网络的矩阵基础　　61
 2 - 6　神经网络的导数基础　　65
 2 - 7　神经网络的偏导数基础　　72
 2 - 8　误差反向传播法必需的链式法则　　76
 2 - 9　梯度下降法的基础：多变量函数的近似公式　　80
 2 - 10　梯度下降法的含义与公式　　83
 2 - 11　用Excel 体验梯度下降法　　91
 2 - 12　最优化问题和回归分析　　94
第3章　神经网络的最优化
 3 - 1　神经网络的参数和变量　　102
 3 - 2　神经网络的变量的关系式　　111
 3 - 3　学习数据和正解　　114
 3 - 4　神经网络的代价函数　　119
 3 - 5　用Excel体验神经网络　　127
第4章　神经网络和误差反向传播法
 4 - 1　梯度下降法的回顾　　134
 4 - 2　神经单元误差　　141
 4 - 3　神经网络和误差反向传播法　　146
 4 - 4　用Excel体验神经网络的误差反向传播法　　153
第5章　深度学习和卷积神经网络
 5 - 1　小恶魔来讲解卷积神经网络的结构　　168
 5 - 2　将小恶魔的工作翻译为卷积神经网络的语言　　174
 5 - 3　卷积神经网络的变量关系式　　180
 5 - 4　用Excel体验卷积神经网络　　193
 5 - 5　卷积神经网络和误差反向传播法　　200
 5 - 6　用Excel体验卷积神经网络的误差反向传播法　　212
附录
 A　训练数据（1）　　222
 B　训练数据（2）　　223
 C　用数学式表示模式的相似度　　225 

推荐视频

（学完了再回来补）
大概两三天一章的进度吧，如果我没在玩的话。