吴恩达深度学习和神经网络第一周笔记

从这篇文章开始，我将介绍深度学习和神经网络的知识，一起来看看吧~

神经网络，听起来很腻害的一个词，但其实不难理解。

神经元

我们先看一个神经元是什么？比方说最常见的一个例子，通过房间的大小来预测房价，一个线性回归方程。从 x（房间大小）到 y（价格）的映射可以用一个函数来表示，那么这个函数就可以看做是一个神经元。

是不是很容易理解？就是把之前我们学过的函数啊，算法啊什么的概念给起一个新的名字——神经元！！

神经网络

再接着看什么是神经网络

还是刚刚的例子，衡量房价当然不能仅仅考虑面积，假如你要买个房子，是不是要综合考虑多种因素呢？

比方说房间数量，邮编（可以衡量城市如何，到附近工作地点的远近等等），收入水平…这些数据是我们得到的原始数据。

但是我们拿到这些数据，并不是为了盯着这些数字看的，我们想要的是数字背后的信息，比方说这个房子能住几口人？这个房子周边情况的好坏？这才是我们真正要思考的问题

数据可以帮助我们思考，比方说面积和房间数目可以告诉我们这个房子能住几口人，邮编和收入水平可以让我们衡量房子周边情况的好坏

See，这其实是我们作为人类拿到数据之后会思考的东西，就是把这些抽象的，繁杂的数据变成有意义的衡量标准。房屋面积，房间数量，邮编，收入水平经过思考之后，变成了房子能住几口人，房子周边情况的好坏，然后再由这些来预测房价

这是一个层层递进的过程，一层一层进行思考，最终得出我们想要的东西。可以把这个过程当成是自己打闹钟的神经元在工作，那么一层一层的思考，就是一层一层的神经元在进行工作。

我们希望这些步骤由人工智能帮助我们做，让人工智能模仿人类的思考模式。就是下图的方式，每一层都用一些圈圈表示，圈圈就是神经元，整张图看起来就像是一个神经网络

哇，这就是神经网络呀~原来根本没有想象中那么难以理解嘛

不管是YouTube、Google还是阿里，我们看到越来越多的平台推送广告都是符合用户偏好的，这种精准的广告投放让互联网公司赚的盆满钵满，他们背后用到的算法其实就是监督学习

监督学习是神经网络的一种，神经网络分为监督学习和非监督学习

监督学习就是我告诉计算机让它把班上同学分个类，分类标准是按照性别，男生和女生；非监督学习就是告诉计算机你自己去把班上同学分个类吧，分类标准你自己看着办。

可以想象，非监督学习更接近人工智能，算法更复杂，更能代表科技，更有未来感

但是！但是！但是！目前应用更广泛的，给人们带来更多经济回报的，其实是监督学习算法。例如前面提到的广告

监督学习的应用

除了广告推荐，监督学习还有很多其他的应用，都是大家耳熟能详的。例如微信上的语音转文字，语音识别；谷歌翻译，直接将中文翻译成英语；无人车，自动驾驶等等，这些都用到了监督学习

结构化数据和非结构化数据

上面提到的例子，有没有让大家困惑？如果让咱们处理一些数字，还是可以接受的，因为数字可以比较大小，可以画图，可以用函数运算。但是语音、图片、文字这些就很棘手了

没错，一开始，人工智能的学者们也很难处理这些形式的信息，但是因为人类很擅长处理这些，我们当然有美好的愿景希望计算机也可能看的懂这些，所以后来慢慢发展出了各种文本、语音、图片处理的技术

像数字这种就叫做结构化数据，文本、语音、图像就是非结构化数据

本文不对这些技术做详细深入的介绍，只是做一个分类。

关注我的微信公众号，更多人工智能、机器学习、个人提升、好书推荐的文章