这是一个比较数学化的一章。本章课程主要分为两部分（数学基础 + Python编程实践）。
让我们先来看看第一部分。该部分内容重点是基于神经网络的一个基础数学模型，其中包括：
- 二元分类（Binary Classification）
- 逻辑回归（Logistic Regression）
- 逻辑回归中的Cost Function（Logistic Regression Cost Function）
- 梯度下降（Gradient Decent）
- 导数（Derivatives / Derivatives Examples）
- 计算图（Computation Graph）
- 计算图求导（Derivatives with a Computation Graph）
- 梯度下架求逻辑回顾（Logistic Regression Gradient Decent）
- 对m样本的梯度下降（Gradient Decent on m Examples）
下面我们分部分进行一些描述：