前言

近幾年每當無法入眠時，只要拿起人工智能、機器學習或深度學習的書籍，看到復雜的數學公式，我就可以立即進入夢鄉，這些書籍成了我的“安眠藥”。

所以，一直以來我總想寫一本具有高中數學知識就能讀懂的人工智能、機器學習或深度學習的書籍（看了不想睡覺也行），這個理念成為我撰寫本書的重要動力。

在徹底研究機器學習后，我體會到許多基礎數學知識本身不難，只是大家對它們生疏了。如果在書中將復雜公式從基礎開始一步一步推導，其實可以很容易帶領讀者進入機器學習的領域，讓讀者感受到數學不再艱澀。這也是我撰寫本書時不斷提醒自己要留意的事項。

研究機器學習時，雖然有很多模塊可以使用，但是一個人如果不懂相關的數學原理，坦白說我不相信未來他能在這個領域有所成就。本書主要講解了以下數學基礎知識。

　數據可視化模塊matplotlib

　基礎數學模塊math

　基礎數學模塊sympy

　數學應用模塊numpy

　機器學習基本概念

　方程式與函數

　方程式與機器學習

　從勾股定理看機器學習

　聯立方程式、聯立不等式與機器學習

　機器學習需要知道的二次函數

　機器學習的最小平方法

　機器學習必須懂的集合與概率

　概率與貝葉斯定理的運用

　指數與對數的運算規則

　機器學習中重要的歐拉數(Euler’s Number)及其由來

　邏輯函數與logit函數

　三角函數

　大型運算符

　向量、矩陣與線性回歸

本書沿襲了我之前所著圖書的特色，程序實例豐富。相信讀者只要遵循書中內容進行學習，必定可以在最短時間內掌握機器學習的基礎數學知識。書中案例的代碼文件請掃描封底二維碼進行下載。

本書雖力求完美，但不足與疏漏在所難免，尚祈讀者不吝指正。

洪錦魁