Chapter 1. 소개 (Introduction)
Chapter 2. 선형 대수 (Linear Algebra)
Chapter 3. 확률과 정보 이론 (Probability and Information Theory)
Chapter 4. 수치 계산 (Numerical Computation)
Chapter 5. 머신러닝 기초 (Machine Learning Basics)
Chapter 6. 깊은 피드 포워드 네트워크 (Deep Feedforward Network)
Chapter 7. 딥러닝의 정규화 (Regularization for Deep Learning)
Chapter 8. 깊은 모델 학습을 위한 최적화 (Optimization for Traning Deep Models)
Chapter 9. 컨볼루션 네트워크 (Convoltional Networs)
Chapter 10. 시퀀스 모델링: 반복 그리고 재귀 네트워크 (Sequance Modeling: Recurrent and Recursive Nets)
Chapter 11. 실용 방법론 (Practical Methodology)
Chapter 12. 응용 (Applications)