7、神经网络与深度学习基础全解析

神经网络与深度学习基础全解析

1. 神经网络的应用领域

神经网络在多个领域都有广泛的应用，以下为你详细介绍：
- 医疗领域 ：IBM利用深度神经网络开发了一种可以预测可能的心力衰竭的神经网络。它通过读取医生的笔记，就像一位经验丰富的心脏病专家一样进行预测。
- 自动驾驶领域 ：
- 1989年，Nguyen和Widrow，以及1990年的Miller、Sutton和Werbos开发了一种神经网络，能够为大型拖车倒车到装卸码头提供转向指导。该神经网络由两个模块组成：
- 模拟器（emulator） ：使用具有多个层的神经网络，通过学习卡车对不同信号的响应来计算新的位置。
- 控制器（controller） ：利用模拟器了解自身位置，学习给出正确的命令。
- 近年来，自动驾驶取得了巨大进展，现在使用的是更加复杂的深度学习神经网络，并结合摄像头、GPS、激光雷达和超声波传感器等输入设备。
- 商业领域 ：1988年，Collins、Ghosh和Scofield开发了一种神经网络，用于评估是否应批准和发放抵押贷款。该网络使用抵押贷款评估员的数据进行训练，输入包括申请人的就业年限、收入水平、受抚养人数、房产评估价值等多个特征，以确定申请人是否应获得贷款。
- 模式识别领域 ：神经网络在字符识别方面有应用，例如数字识别和手写邮政编码识别。
- 语音合成领域 ：1986年，Sejno