사이토 고키의 『밑바닥부터 시작하는 딥러닝 — 파이썬으로 익히는 딥러닝 이론과 구현』을 장별로 정리합니다. 지금까지의 책들이 “코드를 어떻게 쓰고 어떻게 구조화하는가”였다면, 이 책은 완전히 다른 축입니다 — 기계가 어떻게 배우는가를, 프레임워크 없이 넘파이 배열 연산만으로 밑바닥부터 손으로 쌓아 올립니다.

이 서재의 노트는 다른 책들보다 한층 더 상세하게 정리합니다. 이 책의 힘은 “이런 게 있다”가 아니라 “직접 만들어 보니 이렇더라”에 있기 때문입니다. 그래서 각 장에서:

• 수식은 결과만 던지지 않고 왜 그렇게 되는지 유도합니다. 특히 5장 오차역전파법의 연쇄 법칙은 계산 그래프를 따라 한 노드씩 짚습니다.
• 코드는 스텝 플레이어의 diff로 한 조각씩 자라나는 과정을 기록합니다. 퍼셉트론(2장) → 순전파(3장) → 수치 미분으로 학습(4장) → 역전파 계층(5장) → CNN(7장)으로, 같은 신경망이 장을 넘어 진화합니다.
• 넘파이 코드는 배열의 shape가 어떻게 흐르는지까지 따라가, “돌아가니까 됐다”가 아니라 왜 그 차원인지를 남깁니다.

퍼셉트론 하나에서 출발해 손글씨를 알아보는 심층 신경망까지, 그 사이에 감춰진 것이 하나도 없도록 따라가는 기록입니다.

수식이 낯설다면 — 미분·행렬·지수/로그를 배운 적 없어도 괜찮습니다. 목차 끝의 「수학 부록 ①~④」에 함수·기울기·미분·연쇄법칙·행렬곱·지수·로그·확률을 초등학생도 이해할 수준으로 풀어 두었고, 본문에서 어려운 수학이 나오는 자리마다 해당 부록으로 링크를 걸어 두었습니다. 겁먹지 말고 필요할 때 부록부터 들르면 됩니다.