Math 阅读神经网络书籍（并理解它们）所需的先决条件

我已经试着学习神经网络有一段时间了，我可以在线理解一些基本的教程，我已经能够看完其中的一部分，但即使在那里，我对很多数学都很着迷，在前几章之后，我就完全不知所措了。即便如此，这也是我能找到的最少的一本书《数学y》

这并不是因为我害怕数学或其他什么，只是我还没学会我需要什么，我也不确定我到底需要什么。我目前就读于我当地的大学，正在努力补习我需要进入微软公司的课程。Sci项目（我的学士学位在Business/Info.Sys），我还没走多远。根据大学的小课程描述，NN实际上包含在模式识别的电气工程课程中（对我来说，这门课程是EE似乎很奇怪），其中有一些EE预科，我不需要进入微软公司。Sci。节目

我对这个话题非常感兴趣，我知道我最终想了解更多，问题是，我不知道我首先需要知道什么。以下是我认为我可能需要的话题，但这只是出于无知的猜测：

• 单变量微积分（我已经有了Calc I和II，所以我想我会在这里介绍，只是为了完整性而列出）
• 多元微积分
• 线性代数（我还没有正式学过这个，但实际上可以理解我在维基百科和其他网站上摸索的许多概念）
• 离散数学（另一个我没有正式学习过的数学，但我自己学了一部分）
• 图论
• 概率论
• 贝叶斯统计
• 电路设计
• 其他数学
• 其他comp-sci主题

显然这里也有神经科学的成分，但实际上我在理解书中提到的应用于神经网络时没有遇到任何困难，主要是因为它是概念性的

简言之，有人能设计出一条需要真正理解、阅读并最终实现神经网络的半清晰路径吗？

你不能实现“神经网络”——你最终会实现一种特定的神经网络（例如感知器）。有许多不同类型的NN，每种NN都更适合于某些特定类型的任务，并且每种NN都使用一些数学（而不仅仅是数学）概念，这些概念只适用于特定类型。例如，Boltzmann机器使用统计热力学（由Boltzmann创建）中的概念

---

至于你的问题：没有明确的目标，就没有明确的（甚至不是“半明确的”）道路。

我支持zvrba的观点，即你为自己设定一个明确的目标。几个指导性问题： a、 你想把NNs作为生物网络的模型还是作为计算工具来研究？ b、 你对他们的学习方面感兴趣吗？联想记忆？信号处理？ c、 你想理解复杂的理论吗？还是只想写仿真软件

---

另外，我会从一个小的方面开始：用你最喜欢的编程语言实现一个。数学没那么糟糕，它可能会让你专注于下一步。比如说，使用一个二进制分类数据集。

如果你想要了解这本书所需的大学课程列表，这里是：

• 微积分（一、二、三）
• 微分方程
• 线性代数
• 统计数据（或良好的贝叶斯覆盖）

然而，我在我的NN课程中没有差分情商，成绩很好，只需要查找我还没有学习过的概念

你可以采取上述黑箱方法，但如果你真的想了解网络的数学和实现，你就必须学习。无论你做什么，要完全掌握更先进的网络都将是一个陡峭的学习曲线。你可以先上上述课程，也可以开始阅读这本书，然后看看美国p你在维基百科上没有掌握的所有东西，然后从这些文章中阅读你必须阅读的任何东西来理解它们，等等。你会发现，无论哪种方式，你最终都会通过最初的一瞥，事情会变得更容易

---

如果你能告诉我们你为什么想学习神经网络，那就太好了。虽然我不是游戏开发人员或电信开发人员，但在我的职业生涯中，我还没有发现神经网络有任何用途。

对于基本的反向编程神经网络，最重要的是：

• 微积分

• 线性代数

• 基本统计/概率

如果你只是在寻找更具体的主题（你说你已经学习了Calc，所以我将省略这一点），下面是一些有用的主题，如果不一定直接适用于构建神经网络：

• 解线性方程组（你可以在线性代数课程中学习）

• 最小二乘回归

• 最优化理论

您应该认识到，还有其他几种方法可以与神经网络一起用于解决某些问题

---

通常，解决问题最困难的方面是确定使用的最佳方法。

尽管我在2018年回答了这个问题，但我认为这将帮助许多尝试学习神经网络的新手。 所有在线课程材料都希望读者具有高度的数学知识或经验。

---

有一本书叫做“制作你自己的神经网络”塔里克·拉希德（Tariq Rashid）。它希望读者具备高中数学知识。仅此而已。到本书结束时，你将能够制作一个程序来读取你的笔迹。

@zvrba-谢谢，尽管我知道有不同类型的NN，但我没有想到他们每个人都有自己的独立学习曲线开发人员以及网络本身。神经学是一门学科