这是一本具有高中数学知识就能读懂的机器学习图书，书中通过大量程序实例，将复杂的公式重新拆解，详细、清晰地解读了机器学习中常用的微积分知识，一步步带领读者进入机器学习的领域。
本书语言简明，案例丰富，实用性强，适合有志于机器学习领域的研究者和爱好者、海量数据挖掘与分析人员、金融智能化从业人员阅读，也适合作为高等院校机器学习相关专业的教材。

洪锦魁，中国台湾计算机专家，IT图书知名作者。
近年出版：
Python数据科学零基础一本通
Python入门很简单
Python王者归来
Python GUI设计：tkinter菜鸟编程
算法零基础一本通（Python版）
其著作特色：
所有程序语法会依特性分类，同时以实用的程序实例进行解说，让读者可以事半功倍地轻松掌握相关知识。

第1章 微积分的简史
1-1 前言
1-2 微积分简要说明
1-3 微积分的教学顺序
1-4 积分的历史
1-4-1 古埃及
1-4-2 古希腊
1-4-3 中国
1-5 微积分的历史
1-5-1 牛顿
1-5-2 莱布尼茨
1-6 微积分发明人的世纪之争
第2章 极限
2-1 从金门高粱酒说起
2-1-1 稀释金门高粱酒的酒精浓度
2-1-2 极限值的数学表示方式
2-1-3 变量趋近极限值
2-1-4 调整金门高粱酒酒精浓度的表达方式
2-1-5 完整表达公式
2-1-6 概念总结
2-2 极限
2-2-1 数列实例
2-2-2 函数实例
2-3 收敛与发散
2-3-1 收敛
2-3-2 发散
2-4 极限计算与Sympy模块
第3章 斜率
3-1 直线的斜率
3-1-1 基本概念
3-1-2 平行于x轴常数函数的斜率
3-1-3 平行于y轴常数函数的斜率
3-2 斜率的意义
3-3 曲线上某点处切线的斜率
3-3-1 基本概念
3-3-2 从曲线上2点连线的斜率说起
3-3-3 曲线上某点处切线的斜率
3-4 切线
3-4-1 基本概念
3-4-2 曲线上的所有切线
3-4-3 三次函数
3-5 将极限概念应用于斜率
3-5-1 认识极小变量符号
3-5-2 用极小变量代表斜率
3-5-3 应用极限概念在斜率上
第4章 微分的基本概念
4-1 微分的数学概念
4-1-1 基本概念
4-1-2 微分的数学公式
4-1-3 微积分教科书常见的微分表达方式
4-1-4 导函数
4-1-5 机器学习常用的微分符号
4-2 微分的计算
4-3 微分公式的推导
4-3-1 常数的微分
4-3-2 一次函数的微分
4-3-3 二次函数的微分
4-3-4 三次函数的微分
4-3-5 n次函数的微分
4-3-6 指数是负整数
4-4 微分的基本性质
第5章 用微分找出极大值与极小值
5-1 用微分求二次函数的极值点
5-1-1 计算与绘制二次函数的极小值
……
第6章 积分基础
第7章 积分求体积
第8章 合成函数的微分与积分
第9章 指数与对数的微分与积分
第10章 简单微分方程的应用
第11章 概率密度函数
第12章 似然函数与最大似然估计
第13章 正态分布的概率密度函数
第14章 多重积分
第15章 基础偏微分
第16章 将偏微分应用于向量方程的求解
第17章 将偏微分应用于矩阵运算
第18章 使用多元回归分析最大似然估计法
第19章 梯度下降法
第22章 使用Sigmoid函数建立近似函数
第20章 深度学习的层次基础知识
第21章 激活函数与梯度下降法
第23章 人工神经网络的数学
第24章 反向传播法