文章目录
前言
入门 AI 不容易，先掌握 机器学习 ， 深度学习，一堆算法，数学公式，矩阵，概率论等等。
大多书籍都存在通病：
- 专业人写的书
晦涩难懂，理论推导一闪而过，他们会觉得这很易证； - 业余人写的书
漏洞百出，推导不严谨反而写错，这就给想入门的人雪上加霜。
本着 求人不如求己 的思想，想了解原理，亲自推算一遍！自己动手，丰衣足食！
我想做到的就是：
- 严谨：理论推导要严谨，正确无误，每一步都经得起推敲
- 易懂：搭配插图，故事，让理论并具像化、生活化
- 系列：成一个完整系列，真正做到入门到精通
- 实战：python 编程，实战演练，用计算机来证明理论
大纲
深度学习理论推导--最小二乘法
深度学习理论推导--多元线性回归
深度学习理论推导--梯度下降法
敬请期待 ...
后话
好记性不如烂笔头，这句话是真的对，看书千遍，不如自己动手推导一遍。在推导的过程中发现了很多惊喜的时刻，可以明显感觉到那些大学、高中远去的记忆正在一点点地回来。最终得到一样的结论时，中间过程也了然于心，那些 易证 的东西不再神秘，一览无余，知道了为什么是这样的，这个参数是什么意义......有种恍然大悟，融汇贯通的感觉，什么叫打通任督二脉？应该就是不再惧怕数学的时候了吧！
附上一张推导过程图：
平时都在上班当牛马，下班在家当奶爸，很少有自己的时间，只能在上班途中的地铁上，每天想一点，再写一点，当一篇文章完成后，总要读上数十遍，确保没有明显错误。像这种数学理论的文章写的很头疼，一堆 latex 的公式表达，不过渐渐地，我也习惯了 markdown，latex 语法格式，感觉它们很简洁优美，也推荐大家用。
来感受一下：
创作不易，且行珍惜，觉得不错就多点个赞吧！