以下内容转载自微信公众号“天天机器学习”，仅作分享

原文链接：https://mp.weixin.qq.com/s/sNiScgrVQEhxTcJRtkcZEA

作者简介

许志钦

2012年本科毕业于上海交通大学致远学院。2016年博士毕业于上海交通大学，获应用数学博士学位。2016年至2019年，在纽约大学阿布扎比分校和柯朗研究所做博士后。2019年至2025年，上海交通大学自然科学研究院/数学科学学院长聘教轨副教授。2025年至今，上海交通大学自然科学研究院/数学科学学院教授。

张耀宇

2012年本科毕业于上海交通大学致远学院。2016年博士毕业于上海交通大学，获应用数学博士学位。2016年至2019年，在纽约大学阿布扎比分校和柯朗研究所做博士后。2019年至2020年，在普林斯顿高等研究院做博士后。2020年至今，上海交通大学自然科学研究院/数学科学学院:长聘教轨副教授。

精彩书评

本书内容深入浅出，既有严谨的数学推导，也有生动的实例说明，既适合作为高校研究生与青年学者的入门教材，也可为从事人工智能研究与开发的工程师提供理论参考。

张杰，中国科学院院士，上海交通大学学术委员会主任

当今，人工智能技术的发展日新月异，其应用更加广泛和深入。本书联系实际应用，通过简单实验和观察来阐述深度学习算法的重要特征。对深度学习的初学者来说，这是一本重要的入门教材;而对相关领域的科研和实践人员来说，这是一本富有启发意义的参考书。

汤涛，中国科学院院士，广州南方学院校长

两位作者是机器学习领域的优秀年轻学者，在相关领域取得过一系列有国际影响的研究成果，对机器学习的理论有深刻的理解，同时也有大量的实践经验。本书大部分内容凝聚了作者在相关领域的学术成果，内容以现象作为切入点，深入浅出地剖析深度学习的基本原理。书中展示了大量巧妙设计的实验，从简单的感知机到前沿的语言模型，均有较为详细的参数，并配备了大量的习题供初学者练习。本书对该领域的科研和教学均有较高参考价值，相信对学生、研究人员和人工智能从业者都会有帮助。

金石，上海交通大学自然科学研究院院长，讲席教授

作者汇集了近年来的一系列研究成果，试图通过捕捉和描述深度学习中的关键现象，来构建理解神经网络的基石。

董彬，北京大学博雅特聘教授

作为一个“门外”读者，这本书以现象入手，显得格外地易读、易懂、易学：因为要围绕现象，所以具体、亲切、不抽象，比如从小猫到频谱、到特征、到不变性。因为要找准现象，所以丰富、批判、有历史，比如泛化之谜、高维稀疏性、命名法和考古法等等。最后，因为要观察现象，所以总是简单、直观、可解释，比如频率原则就先看一维拟合，凝聚现象就先看两层ReLU全连接，语言模型就先设计锚函数。不得不说，这也是一本个性十足的导论，我在阅读的过程中获得了无穷的乐趣。

张天汉,北京航空航天大学教授