# 第二篇：数学与编程基础

本篇从函数式视角理解AI，介绍神经网络的基本原理和Python编程工具，为后续学习打下基础。

## 篇章导读

理解AI不需要高深的数学背景。核心理念是：**神经网络就是由简单函数组合而成的复杂函数**。

从Excel的线性回归到深度神经网络，本质上是同样的思想：**用函数来描述和预测世界**。

本篇将： - 从函数式视角理解AI - 介绍多层感知机的基本原理 - 讲解Python编程工具和AI辅助编程

## 章节目录

[01.1 函数式AI视角](01.1-math-foundation.md) - "Functions Describe the World"

[01.2 多层感知机](01.2-mlp-basics.md) - MLP结构与原理

[01.3 编程工具与Vibe Coding](01.3-programming.md) - Python环境与AI辅助编程

## 学习目标

完成本篇后，你将能够：

从函数组合角度理解神经网络

描述MLP的基本结构和工作原理

配置Python AI开发环境

使用AI工具辅助编程学习

## 核心概念

  -----------------------------------------------------------
  概念         英文                  说明
  ------------ --------------------- ------------------------
  多层感知机   MLP                   Multi-Layer Perceptron

  前向传播     Forward Pass          数据通过网络的过程

  激活函数     Activation Function   引入非线性的函数

  损失函数     Loss Function         衡量预测误差的函数

  反向传播     Backpropagation       计算梯度的算法
  -----------------------------------------------------------

## 01.1 函数式AI视角