深度学习笔记 01 神经网络与监督学习

本系列学习主要基于吴恩达老师的深度学习，其中大部分图片直接截取字吴恩达老师的视频

附上视频地址：[双语字幕]吴恩达深度学习deeplearning.ai_哔哩哔哩_bilibili

什么是神经网络

 

简单以房价预测为例，如果想根据一些离散的点（可能包含房屋大小，房屋位置，政府政策...）进行预测，我们可能会首先联想到通过函数进行拟合，如右图的蓝线

          

 

如左图所示，输入时房屋大小，经由中间的节点进行处理后，输出时预测价格。这个中间节点就是神经元。神经网络（如右图）就是由多个神经元堆叠组成， 上图中的房价预测函数类ReLU函数。

    

 

 

监督学习

监督学习是指：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。监督学习是从标记的训练数据来推断一个功能的机器学习任务。如下图所示，一个输入得到一个相应的输出。

例如：房屋特征通过现实估计预测出了价格，广告通过线上网络推送机制得出用户是否会点击该广告，图像通过图像标签划分出不同的物体英语通过机器翻译转化成中文等等...

结构性数据与非结构性数据

                结构性数据                                                                                非结构性数据

                                           

 结构性数据如结构化表，非结构性数据如一些秃瓢、音频、文本等，近年来的机器学习对于非结构性数据的处理能力显著提升。