pengxiao
e58b95d227
将《设计人工智能：基础与应用》拆分为 38 个 Markdown 文件， 按 11 个部分（上篇6部分+下篇5部分）+ 3 个附录组织。 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
50 lines
1.6 KiB
Markdown
50 lines
1.6 KiB
Markdown
# 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
|