梯度检查，参数更新，超参数优化和模型评估
《Deep Learning》(4)-数值计算
机器学习算法常常需要大量的数学计算，尤其是一些需要迭代求解的算法。
优化算法和解线性方程时，当这些函数涉及到实数操作时，就要在数值精度和内存两者之间做权衡了。
《Deep Learning》(3)-概率和信息论
介绍线概率一些知识。概率论是表示不确定的数学基础。它提供了表示表示不确定的方法和求解不确定表达式的公理。在人工智能领域，概率论主要有两种用途。1、概率论告诉我们人工智能怎么推论，因此我们可以设计算法计算或近似由概率论推导出来的公式。2、可以使用概率论和统计在理论上分提出的AI系统的行为。