《用Python编程和实践！数学教科书》通过Python，深入浅出，详细介绍了机器学习和深度学习中必备的数学基础知识，主要内容包括Anaconda环境的安装、Jupyter Notebook的使用方法、Python编程基础、Numpy和matplotlib的应用、数学基础、线性代数、微分、概率·统计相关知识、利用机器学习实践数学模型等。本书为双色印刷，内容讲解浅显易懂，特别适合那些想从事AI开发但数学基础薄弱的读者学习。

我妻幸长，一家以“人类与人工智能的共生”为己任的SAI-Lab股份有限公司的代表理事。从事AI相关的教育和研究开发。从东北大学大学院理学研究科结业。理学博士(物理学)。兴趣的对象是人工智能(AI)、复杂系统、脑科学、奇点等。作为编程AI讲师，他在线指导了近3.5万人。在世界最大的教育视频平台Udemy开设了“AI完美大师讲座”、“脑科学与人工智能”、“大家的AI讲座”等课程。作为工程师，他开发了VR、游戏、SNS等各种各样的应用软件。

序章 简介
0.1 本书特点
0.2 从本书可以学到什么
0.3 读者对象
0.4 什么是人工智能（A1）
0.5 面向人工智能中的数学
0.6 本书的使用方法
第1章 准备学习吧
1.1 安装Anaconda
1.1.1 下载Anaconda
1.1.2 安装Anaconda
1.1.3 启动Anaconda Navigator
1.1.4 安装NumPy和matplotlib
1.2 Jupyter Notebook的使用方法
1.2.1 启动Jupyter Notebook
1.2.2 尝试运行Jupyter Notebook
1.2.3 在代码和标记之间切换
1.2.4 保存和退出笔记本文件
1.3 如何下载样本和学习本书
1.3.1 样本的下载方法
1.3.2 如何学习本书
第2章 Python、NumPy和matplotlib基础
2.1 Python的基础
2.1.1 什么是Pymon
2.1.2 变量
2.1.3 值的显示和变量的保留
2.1.4 运算符
2.1.5 大数字和小数字的表示方法
2.1.6 列表
2.1.7 元组
2.1.8 if语句
2.1.9 for语句
2.1.10 函数
2.1.11 作用域
2.1.12 练习
2.2 NumPy的基础
2.2.1 什么是NumPy
2.2.2 NumPy的导入
2.2.3 生成NumPy数组
2.2.4 数组的形状
2.2.5 数组运算
2.2.6 访问元素
2.2.7 函数与数组
2.2.8 NumPy的各种功能
2.2.9 练习
2.3 matplotlib的基础
2.3.1 什么是matplotlib
2.3.2 matplotlib的导入
2.3.3 linspace（）函数
2.3.4 绘制图表
2.3.5 图表的装饰
……
第3章 数学的基础
第4章 线性代数
第5章 微分
第6章 概率和统计
第7章 利用机器学习实践数学模型