本书的使用说明

• 本书的目的在于提供理解神经网络所需的数学基础知识。为了便于读者直观地理解，书中使用大量图片，并通过具体示例来介绍。因此，本书将数学的严谨性放在第二位。
• 深度学习的世界是丰富多彩的，本书主要考虑阶层型神经网络和卷积神经网络在图像识别中的应用。
• 本书将 Sigmoid 函数作为激活函数，除此之外也可以考虑其他函数。
• 本书以最小二乘法作为数学上的最优化的基础，除此之外也可以考虑其他方法。
• 神经网络可分为有监督学习和无监督学习两类。本书主要讲解有监督学习。
• 人工智能相关的文献之所以难读，其中一个原因就是各文献所用的符号不统一。本书采用的是相关文献中常用的符号。
• 本书使用 Excel 进行理论验证。Excel 是一个非常优秀的工具，能够在工作表上可视化地展现逻辑，有助于我们理解。因此，相应的项目需要以 Excel 的基础知识为前提。