吴恩达深度学习第一课 — 神经网络与深度学习1.1

什么是深度学习? 训练神经网络

一 、什么是神经网络？

·  最简单的模型

       以   根据房屋面积来预测房价   为例

假设有一个6间房屋的数据集，已知这房屋的面积与价格，我们的任务是找到一个函数，根据房屋面积来预测房价

房屋的面积作为神经网络的输入（x)

房屋价格作为输出(y) 

 ReLU  Rectified Linear Unit 修正线性单元

 ·  更复杂的模型

你需要做的只需要输入x, 就会出现y,无论训练集有多大，这也是神经网络模型的神奇之处，像上图的神经网络的任务就是预测对应的价格，且前面四个输入来自于四个特征，中间的三个圆圈代表了隐藏层

只要给足训练集（x, y) ， 神经网络模型就会精确地计算出x 到 y 的映射函数。

 二 、用神经网络进行监督学习

监督学习 Supervised Learning

 ★机智的选择x和y，解决特定问题

  

结构化数据 是数据的数据库，意味着每个数据特征都有着清晰的定义

非结构化数据

 ★小写字母m表示训练集的规模或者说训练样本的数量