ML：5-1 了解neural networks

【吴恩达机器学习p43-46】

course2框架

一、neural networks - inference（预测）
二、neural networks - training
三、practice advice for building machine learning systems
四、decision trees

1. neural networks （deep learning）

1. 来源：
   模仿人脑的一种算法。
2. 应用：语音识别、images、text（NLP）
3. 如何模仿神经元
4. 为什么deep learning如今这么重要：

• 可以有效利用大量的数据。
• GPUc 电脑的处理速度更快了。
  

---

2. Demand Prediction

1. layer : 可以有好几个neurons
2. activation： 指神经元发送的output的程度。
   【如affordability这些就是第一个layer的activations】
3. 4 num --> 3 num --> 1 num
4. 如果中间这层layer可以访问input layer里面所有的input，那么就会很复杂
5. 神经网络可以用来自动化提取有用的features。【不需要告诉计算机hidden layer affordability这些的】

6. multiple hidden layers
   建模时决定layer的个数，每个layer里neurons的个数。这些会影响模型的performence。