吴恩达深度学习笔记（3）-神经网络如何实现监督学习？

最新推荐文章于 2024-08-26 18:30:00 发布

原创

最新推荐文章于 2024-08-26 18:30:00 发布 · 888 阅读

CC 4.0 BY-SA版权

文章标签：

本文探讨了神经网络在监督学习中的应用，包括在线广告预测、计算机视觉、语音识别、机器翻译和自动驾驶等领域。深度学习通过卷积神经网络（CNN）和递归神经网络（RNN）等结构处理图像和序列数据，显著提升了处理非结构化数据的能力，从而创造出巨大的经济价值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

神经网络的监督学习(Supervised Learning with Neural Networks)
关于神经网络也有很多的种类，考虑到它们的使用效果，有些使用起来恰到好处，但事实表明，到目前几乎所有由神经网络创造的经济价值，本质上都离不开一种叫做监督学习的机器学习类别，让我们举例看看。

在监督学习中你有一些输入x ，你想学习到一个函数来映射到一些输出 y ，比如我们之前提到的房价预测的例子，你只要输入有关房屋的一些特征，试着去输出或者估计价格。我们举一些其它的例子，来说明神经网络已经被高效应用到其它地方。

请点击输入图片描述

在线广告
如今应用深度学习获利最多的一个领域，就是在线广告。这也许不是最鼓舞人心的，但真的很赚钱。具体就是通过在网站上输入一个广告的相关信息，因为也输入了用户的信息，于是网站就会考虑是否向你展示广告。

神经网络已经非常擅长预测你是否会点开这个广告，通过向用户展示最有可能点开的广告，这就是神经网络在很多家公司难以置信地提高获利的一种应用。因为有了这种向你展示你最有可能点击的广告的能力，而这一点击的行为的改变会直接影响到一些大型的在线广告公司的收入。

计算机视觉在过去的几年里也取得了长足的进步，这也多亏了深度学习。你可以输入一个图像，然后想输出一个索引，范围从1到1000来试着告诉你这张照片，它可能是，比方说，1000个不同的图像中的任何一个，所以你可能会选择用它来给照片打标签。

语音识别
深度学习最近在语音识别方面的进步也是非常令人兴奋的，你现在可以将音频片段输入神经网络，然后让它输出文本记录。得益于深度学习，机器翻译也有很大的发展。你可以利用神经网络输入英语句子，接着输出一个中文句子。

自动驾驶
在自动驾驶技术中，你可以输入一幅图像，就好像一个信息雷达展示汽车前方有什么，据此，你可以训练一个神经网络，来告诉汽车在马路上面具体的位置，这就是神

200万优质内容无限畅学