類神經網路是人工智慧領域中的關鍵技術之一。然而，真正了解類神經網路運作原理的人卻是少數。本書作者以輕鬆的口吻寫作，循序漸進地介紹類神經網路中所用到的數學、運算思維及其概念，以及說明如何使用Python開發類神經網路。內容嚴格限定在實作類神經網路的必需知識，可快速掌握類神經網路的精髓。閱讀本書時，只需中學程度的數學知識，最後還附有淺顯易懂的微積分簡介以及在樹莓派上運作的說明，期許眾多讀者都能理解類神經網路。透過本書，您將進行一段妙趣橫生且條理分明的旅行。

【本書內容】

本書分為三章及附錄，內容逐步說明類神經網路的觀念，並使用Python實作類神經網路。

◎第1章以許多插圖及範例來詳細介紹類神經網路所使用的數學基礎知識。
◎第2章說明如何使用Python程式語言進行開發類神經網路，並訓練其辨識手寫數字，以及測試類神經網路的效能。
◎第3章說明如何進一步提升類神經網路的效能，並加深相關知識的理解。
◎附錄則介紹學習類神經網路所需的微積分知識，以及使用樹莓派運作的操作說明。

 

Chapter 01 類神經網路如何運作

1.1 尺有所短，寸有所長 
1.2 一台簡單的預測機 
1.3 分類與預測並無太大差別 
1.4 訓練簡單的分類器 
1.5 有時候一個分類器不足以求解問題
1.6 神經元—大自然的計算機器 
1.7 在類神經網路中追蹤訊號 
1.8 憑心而論，矩陣乘法大有用途 
1.9 使用矩陣乘法的三層類神經網路範例 
1.10 學習來自多個節點的權重 
1.11 多個輸出節點反向傳播誤差 
1.12 反向傳播誤差到更多層中 
1.13 使用矩陣乘法進行反向傳播誤差 
1.14 我們實際上如何更新權重 
1.15 權重更新成功範例 
1.16 準備資料 

Chapter 02 使用Python進行DIY

2.1 Python 
2.2 互動式Python=IPython 
2.3 優雅地開始使用Python 
2.4 使用Python製作類神經網路 
2.5 手寫數字的資料集MNIST 

Chapter 03 趣味盎然

3.1 自己的手寫數字 
3.2 類神經網路大腦內部 
3.3 建立新的訓練資料：旋轉圖像 
3.4 小結 

Appendix A 微積分簡介

A.1 一條平直的線條 
A.2 一條斜線 
A.3 一條曲線 
A.4 手繪微積分
A.5 非手繪微積分 
A.6 無需繪製圖表的微積分 
A.7 模式
A.8 函數的函數 
A.9 你可以進行微積分運算了！

Appendix B 使用樹莓派來運作

B.1 安裝IPython
B.2 確保各項工作正常運作 
B.3 訓練和測試類神經網路
B.4 樹莓派成功了

「本書對理解類神經網路概念的所需知識有清楚的介紹。」
──Niyazi Kemer

「不需具備複雜的數學知識及深度學習的理論，可有效學習類神經網路的入門書。」
──M Ludvig

「優良的類神經網路入門書籍。詳細解說類神經網路，並以精簡、實用的方式介紹數學知識。引導讀者使用Python編寫類神經網路。」
──Daniel Oderbolz