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