关于深度学习的数学我需要涵盖哪些主题(见附件截图)

What topics do I need to cover for maths on Deep learning (see screenshot attached)

我被推荐阅读有关深度学习的书,但是其中有一些数学 terms/language 我还不太理解。

你能告诉我我需要先涵盖哪些主题才能理解数学吗(见附件截图)。

另外,在上面的数学方面,你有什么推荐的书吗?

谢谢,

这是该页面中的数学主题。

  1. Functions,如第一个完整行。在美国,通常在高中 Algebra 2 中引入,在 Precalculus 和 Calculus 中进一步发展,并在大学 Abstract Algebra 中扩展更多。你可能不需要最后一个来理解这本书。

  2. 求和,如等式 6.1。这有时会在代数 2 的数列和级数章节中介绍,在微积分中也会介绍。

  3. 线性代数,包括线性函数、仿射函数和矩阵。这是该页面的大部分内容。这在有限数学、​​离散数学和(当然)线性代数中都有介绍。

  4. 线性回归。这通常作为统计学的一部分教授。