이 그래프는 ‘6장. 로지스틱 회귀 모델: 참 거짓 판단하기’에서 다시 나옵니다(6장의 '4 로그 함수').

지금까지 설명한 일차 함수, 이차 함수, 미분, 편미분, 지수 함수, 시그모이드 함수 그리고 로그 함수 이렇게 일곱 가지를 알고 있으면 4~22장 내용을 모두 이해할 수 있습니다.

여기에 합을 표현하기 위해 만들어진 ∑(시그마) 기호가 종종 나옵니다. 라고 하면 i를 1부터 n까지 F(i)에 대입해 더하라는 뜻입니다. 즉, F(1) + F(2) + F(3) +...+ F(n)이 됩니다.

나머지 어려운 증명이나 체인 룰이 등장하는 수식의 계산은 딥러닝 활용 편을 모두 마치고 나서 이어지는 심화 학습 편에서 다룹니다. 심화 학습 편을 공부하지 않아도 이 책에 나오는 모든 딥러닝 예제를 이해하고 실행하는 데는 문제없습니다.