前 言

近几年每当无法入眠时，只要拿起人工智能、机器学习或深度学习的书籍，看到复杂的数学
公式，我就可以立即进入梦乡，这些书籍成了我的“安眠药”。

所以，一直以来我总想写一本具有高中数学知识就能读懂的人工智能、机器学习或深度学习
的书籍（看了不想睡觉也行），这个理念成为我撰写本书的重要动力。

在彻底研究机器学习后，我体会到许多微积分知识本身不难，只是大家对它们生疏了。如果
在书中将复杂公式从基础开始一步一步推导，再配以Python程序实例解说，其实可以很容易带
领读者进入这个领域，让读者感受到微积分不再艰涩。这也是我撰写本书时不断提醒自己要留意
的事项。

研究机器学习时，虽然有很多模块可以使用，但是一个人如果不懂相关的数学原理，坦白说
我不相信未来他能在这个领域有所成就。本书从微积分起源开始，依次讲解了下列与机器学习相
关的微积分与高等数学的基本知识，并搭配有90多个程序实例：

. 极限

. 斜率

. 用微分找出极值

. 用积分求面积与体积

. 合成函数的微分与积分

. 指数的微分与积分

. 对数的微分与积分

. 简单的微分方程

. 概率密度函数

. 似然函数与最大似然估计

. 多重积分

. 将偏微分应用于向量方程的求解

. 将偏微分应用于矩阵运算

. 多元回归与似然估计

. 梯度下降法

. 深度学习的层次基础知识

. 激活函数与梯度下降法

. 非线性函数与神经网络

. 人工神经网络的数学

. 反向传播法