本書は「導入編」「理論編」「実践編」「発展編」の4ステップに分け、ディープラーニングのアルゴリズムの理解に必要な数学の基礎知識を学んでから、ディープラーニングのアルゴリズムの理解を目指せる構成としています。 　まずは本書の概要を「導入編」で紹介し、続く「理論編」で高校1年レベルからの数学の基礎知識を解説します。これを土台として「実践編」でディープラーニングの動作原理を紐解きます。実際にPythonのサンプルプログラムを動かしながら理解できるようにしました。最後の「発展編」では、「実践編」で紹介し切れなかったディープラーニングの各種手法をまとめました。 　「実践編」や「発展編」で紹介しているPythonのサンプルプログラムは、Notebook形式で用意しています。Google Colabを利用することで、プログラミングの知識がなくても、すぐに動かすことができます。Notebook形式なので、誌面で解説している通りにステップを刻みながら動かすことができます。これにより、ディープラーニングの動作原理を体感しながら理解することができます。 　今回は「増補改訂版」として、主に「実践編」と「発展編」を大幅に加筆・修正しました。サンプロプログラムも理解しやすいように見直しています。また、「理論編」では各章の最後に「演習問題」を新たに追加しました。これは、読者からの「理解度をチェックしたい」という要望に応えたものです。 【導入編】 1章 機械学習入門 【理論編】 2章 微分・積分 3章 ベクトル・行列 4章 多変数関数の微分 5章 指数関数・対数関数 6章 確率・統計 【実践編】 7章 線形回帰モデル（回帰） 8章 ロジスティック回帰モデル（2値分類） 9章 ロジスティック回帰モデル（多値分類） 10章 ディープラーニングモデル 【発展編】 11章 実用的なディープラーニングを目指して