高校数学で学ぶディープラーニング―画像認識への入門（下記）
勾配降下法と合成関数の微分
誤差逆伝播法
畳み込み

実戦に弱く使えない人、「まず線形代数」「その後に、微分積分。イプシロンデルタも・・」と後退していく人
（このスレによく出没する数学科落ちこぼれ氏ｗ）

実戦で強い人は、ディープラーニングを学びながら、それを素材として 微分積分や線形代数を平行して学ぶ
（社会人は、試験で良い点を取る勉強ではなく、自分の目の前の課題を解決する力を求められているのです。ヒキコモリの落ちこぼれ氏には理解できない実社会の現実）

https://www.アマゾン
高校数学で学ぶディープラーニング―画像認識への入門コース Tankobon Hardcover ? July 9, 2022
発売日 2022年07月
著者 竹内淳
東京図書

ディープラーニングや画像認識を、はじめて学ぶ人のための入門書。
「自分のパソコンで、実際に体験し、操作してみたい! 」
「勾配降下法、誤差逆伝播法、畳み込みニューラルネットワーク、
リカレントニューラルネットワークとか、一体、何なの?」
そんな方のための、最短コースの本です。
必要な知識は高校数学レベルにとどめ、
つまずきがちな数式も途中の計算まで詳しく説明しています。
「Pythonをはじめて使う」「プログラミングがはじめて」という方も、ぜひどうぞ!

もくじ
第1章 神経の模倣―学習する機械のモデルは何?―
第2章 画像認識への第一歩―手計算とプログラムによるパラメーターの決定―
第3章 勾配降下法と合成関数の微分―パラメーターをいかにして最適化するか―
第4章 誤差逆伝播法―隠れ層のパラメーターの最適化とは―
第5章 ディープラーニングの実践―さっそく操ってみよう! ―
第6章 ニューラルネットワークのモデルの改良―もっと使いやすく! もっと便利に! ―
第7章 畳み込みニューラルネットワー―謎の言葉「畳み込み」?―
第8章 リカレントニューラルネットワーク―リカレントって何?―
補章 高校数学の補強編 微分を思い出そう! ―微分と勾配の関係は?―