지은이 옮긴이 소개 = 4
옮긴이의 말 = 5
이 책에 대하여 = 8
프롤로그 = 18
PART 1 인공 신경망의 동작 원리 
  CHAPTER 1. 인간에게는 쉽고 기계에게는 어려운 = 25
  CHAPTER 2. 간단한 예측자 = 28
  CHAPTER 3. 분류는 예측과 그다지 다르지 않습니다 = 35
  CHAPTER 4. 분류자 학습시키기 = 41
  CHAPTER 5. 분류자 1개로는 충분치 않을 수 있습니다 = 53
  CHAPTER 6. 대자연의 컴퓨터, 뉴런 = 59
  CHAPTER 7. 신경망 내의 신호 따라가기 = 71
  CHAPTER 8. 솔직히 행렬곱은 유용합니다 = 77
  CHAPTER 9. 3계층 신경망에 행렬곱 적용하기 = 86
  CHAPTER 10. 여러 노드에서 가중치 학습하기 = 95
  CHAPTER 11. 여러 노드에서의 오차의 역전파 = 98
  CHAPTER 12. 다중 계층에서의 오차의 역전파 = 101
  CHAPTER 13. 행렬곱을 이용한 오차의 역전파 = 106
  CHAPTER 14. 가중치의 진짜 업데이트 = 110
    가중치 계산 = 111
    경사 하강법 = 112
    여러 가지 오차함수 = 120
    미분으로 오차함수 구하기 = 122
    학습률 = 129
  CHAPTER 15. 가중치 업데이트 예제 = 132
  CHAPTER 16. 데이터 준비하기 = 134
    입력 값 = 134
    결과 값 = 136
    임의의 값으로 가중치 초기화 = 137
PART 2 파이썬으로 인공 신경망 직접 만들기 
  CHAPTER 17. 파이썬 = 143
  CHAPTER 18. 인터랙티브 파이썬＝IPython = 144
  CHAPTER 19. 파이썬 시작하기 = 147
    노트북 = 147
    파이썬 기초 = 149
    반복문 = 151
    주석 = 155
    함수 = 156
    배열 = 159
    배열을 시각화하기 = 163
    객체 = 165
  CHAPTER 20. 파이썬으로 인공 신경망 만들기 = 175
    뼈대 코드 = 175
    신경망 초기화하기 = 176
    신경망 핵심인 가중치 = 178
    더 정교한 가중치 = 181
    신경망에 질의하기 = 182
    지금까지의 코드 = 185
    신경망 학습시키기 = 188
    완성된 신경망 코드 = 192
  CHAPTER 21. MNIST 손글씨 데이터 인식하기 = 195
    MNIST 학습 데이터 준비하기 = 205
    신경망 테스트하기 = 213
    전체 데이터를 이용해 학습 및 테스트하기 = 219
    학습률 변경을 통한 신경망의 개선 = 220
    여러 번 수행을 통한 신경망의 개선 = 222
    신경망 구조 변경하기 = 225
    마치며 = 228
PART 3 더 재미있는 것들 
  CHAPTER 22. 나만의 손글씨 데이터 = 235
  CHAPTER 23. 신경망의 마음속 들여다보기 = 240
    불가사의한 블랙박스 = 240
    역질의 = 241
    레이블 0 = 243
    뇌 스캐닝 = 244
  CHAPTER 24. 회전을 통해 새로운 학습 데이터 만들기 = 246
에필로그 = 251
부록
  APPENDIX A 기초 미분 = 255
    직선 = 256
    경사를 가지는 직선 = 259
    곡선 = 261
    손으로 구하는 미분 = 264
    손으로 구하지 않는 미분 = 266
    그래프 없이 하는 미분 = 271
    패턴 = 275
    함수의 함수 = 277
    스스로 하는 미분! = 280
  APPENDIX B 라즈베리 파이에서의 신경망 구현 = 281
    IPython = 282
    작동 여부 확인하기 = 291
    신경망의 학습과 테스트 = 292
찾아보기 = 294