深度学习的数学

市面上的深度学习入门书，要么一上来堆砌矩阵与偏导数，把读者挡在门外；要么空谈概念，让人看完仍不知模型究竟如何运转。这本书选择了第三条路：它假设读者数学基础有限，却不愿牺牲原理的完整性。全书的核心亮点，是用Excel把梯度下降、误差反向传播这些抽象算法'跑'出来——你不需要会写代码，只需在表格里拖动公式，就能亲眼看见损失函数如何被一步步压低、参数如何被逐步调整。它把'反向传播如何绕开复杂的偏导数手算'这一最精巧的设计讲得清晰可感，也让'神经网络到底在学什么'变得具体。当然，薄、公式偏多、案例偏'玩具级'都是它的局限。但正是这种'亲手验证'的踏实感，让它成为想真正理解深度学习数学本质、又对厚重教材望而生畏的读者的理想起点。

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。