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

本书沿袭了我之前所著图书的特色，程序实例丰富。相信读者遵循书中内容进行学习之后，可以较快掌握机器学习微积分的相关知识。书中案例的代码文件请扫描下面二维码进行下载。

本书虽力求完美，但不足与疏漏在所难免，尚祈读者不吝指正。

洪锦魁