저자의 의도이든 아니든 이 책은 상당히 수학적인 체계를 갖추고 있다. 머신러닝의 기본, 기본 알고리즘, 회귀분석, 서포트 벡터 머신(SVM), 신경망과 딥러닝, RNN과 BPTT, Q학습, DQN, 나이브 베이즈 분류 등을 장별로 다룬다.

부록으로는 신경망의 훈련 데이터, 엑셀의 해 찾기 설치 방법, 머신러닝을 위한 벡터와 행렬, 미분의 기본 지식, 다변수 함수의 근사 공식, 신경망에서 유닛의 오차와 기울기 관계, 신경망에서 유닛 오차의 ‘역’ 점화식, 순환 신경망(RNN)에서 유닛 오차와 기울기 관계, BP와 BPTT에서 도움이 되는 점화식의 복습, 순환 신경망에서 유닛 오차의 ‘역’ 점화식, 중회귀방정식을 구하는 방법 등을 제공한다.

인공지능의 구조, 수학적 모델과 알고리즘의 원리가 궁금한데 엑셀로 실행을 해보면서 쉽게 그 작동 원리를 이해하고 싶은 독자들을 위한 3편으로 세 번째 단추를 채워주는 책으로 일독을 추천 드린다.