深度学习的数学

《深度学习的数学》是一本通俗易懂的书籍，通过丰富的图示和具体示例，介绍了深度学习相关的数学知识。具体而言，第1章概述了神经网络；第2章介绍了理解神经网络所需的数学基础知识；第3章介绍了神经网络的最优化；第4章介绍了神经网络和误差反向传播法；第5章介绍了深度学习和卷积神经网络。此外，书中使用Excel进行理论验证，帮助读者直观地体验深度学习的原理。

作者简介

作者简介：涌井良幸1950年生于东京，毕业于东京教育大学（现筑波大学）数学系，现为自由职业者。著有《用Excel学深度学习》（合著）、《统计学有什么用？》等。涌井贞美1952年生于东京，完成东京大学理学系研究科硕士课程，现为自由职业者。著有《用Excel学深度学习》（合著）、《图解贝叶斯统计入门》等。译者简介：杨瑞龙（1982年生，2008年北京大学数学科学学院硕士毕业，软件开发者，从事软件行业10年。2013年～2016年赴日工作3年，从2016年开始在哆嗒数学网公众号发表《数学上下三万年》等多篇翻译作品。