《深度学习的数学》基于丰富的图示和具体示例，通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况；第2章介绍理解神经网络所需的数学基础知识；第3章介绍神经网络的很优化；第4章介绍神经网络和误差反向传播法；第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证，帮助读者直观地体验深度学习的原理。

本书强调抽象的向量空间和线性映射，内容涉及多项式、本征值、本征向量、内积空间、迹与行列式等。本书在内容编排和处理方法上与 通行的做法大不相同，它 抛开行列式，采用 直接、 简捷的方法阐述了向量空间和线性算子的基本理论。书中对一些术语、结论、数学家、证明思想和启示等做了注释，不仅增加了趣味性，还加强了读者对一些概念和思想方法的理解。 本书起点低，无需线性代数方面的预备知识即可学习， 适合作为教材。另外，本书方法新颖， 值得相关教师和科研人员参考。

《数学的力量》是美国加州地区 的数学教师、“诗意数学”和普林斯顿高等研究院的 学者以友好快乐的方式为你带来的数学之旅。在本书中，数学家斯特恩揭示了那些看上去晦涩难懂的数学研究和发现是如何改变我们理解这个世界的过程。斯特恩讲述了数学思想家如何发现宇宙中 根本观点的故事，从量子力学、时空理论、混沌理论、复杂系统的运转方式到“ ”民主的不可能性在本书中均有涉及。本书融理论与实际于一体，解释了销售人员规划行程的 方式，研究了为什么我们的某些想法中竟然包含了数字π；或者 关键的是，回答了这个世界上 难的问题：为什么修理厂从来都不能按时修好你的车。

本书从历史的角度，深入浅出地探讨了数学与科学之间的关系，对代数、几何、数论、微积分、概率等数学概念和理论的发展，及其在科学中的应用，做出了有趣的分析，是经典的数学史著作。作者主要利用物理学和天文学去阐释数学理论的科学应用，讨论了毕达哥拉斯、阿基米德、牛顿、莱布尼茨、高斯、罗巴切夫斯基、伽罗瓦、黎曼、麦克斯韦、爱因斯坦等伟大人物的贡献。语言幽默、犀利，既有对数学概念的严谨分析，又有对趣闻逸事的生动叙述，有助于读者了解数学史、数学哲学以及数学技术的现代发展。

本书是一部简洁易懂、兼顾历史叙述与主题讨论的数学思想指南。作者从数学语言和概念演变的角度入手，生动地阐述了古希腊数学家如毕达哥拉斯、欧几里得、阿基米德如何塑造了早期数学逻辑，斐波那契数列、代数的兴起及微积分的发明之间的牵连，以及20世纪图灵在计算概念上的革命工作对现代世界做出的重要贡献。从石器时代的仪式到代数、微积分、无穷和计算的概念，数学语言的每一次演变，都促进了新技术的发展，影响了人类对世界的理解和探索。本书不仅回溯了数学实践的迷人历史，还展现了数学在人类理解世界的过程中扮演的重要角色。