第一部分 神经网络与深度学习 - 1 笔记

1.2 什么是神经网络

What is a Neural Network?

例子1 房价预测

输入是房子的大小 输出是房子的价格

中间经过“神经元”的表达/激活函数/ 图中为ReLU函数 修正线性单元

例子2 多元神经网络

输入的维度变为多个，输出仍然为房价，中间加入隐藏层，每个隐层神经元对应激活函数。

当网络的结构构建好之后，通过对输入X与输出Y的学习即可拟合出相应的房价预测模型。

1.3 用神经网络进行监督学习

Supervised learning for Neural Network

监督学习可以分类两类：分类 classification 与 回归 regression

监督学习的例子：

房价预测、 广告投放、图像分类、语音识别、机器翻译、自动驾驶、

NN CNN RNN RNN HNN(Hybrid Neural Network)

结构化与非结构化的数据

结构化：房价统计数据、点击统计数据

非结构化：音频、视频、图像、文本