本书是一本为人工智能和深度学习从业者量身打造的数学入门与进阶指南。全书围绕构建深度神经网络所需的核心数学知识展开，系统介绍了线性代数、向量微积分、概率与统计、优化方法以及图论等基础内容，并在此基础上深入剖析了神经网络的结构与原理，包括前馈神经网络、卷积神经网络、循环神经网络、注意力机制、生成模型、元学习和几何深度学习等前沿主题。