(一) 概论
本文为作者学习笔记,转载请注明出处
视频教程来源:deeplearning.ai 吴恩达 深度学习视频教程
http://mooc.study.163.com/smartSpec/detail/1001319001.htm
第一周10道选择题参考博客:
http://blog.csdn.net/u013108511/article/details/78978618
1、什么是神经网络
- 神经网络(neural network):一种强大的模拟人类大脑工作机制的学习算法
分为: single neural network(单一神经网络)和multiple neural network(多层神经网络)
以预测房产价格为例:
(1) single neural network:只根据单一变量进行预测;
输入房子的大小x,则根据预测关系直接得出预测价格y。
(2) multiple neural network:考虑多个影响因素时对房屋价格的预测;
输入房子的大小x1、房间数量x2、邮编x3(有些国家的邮编反应了所包括的地区的经济情况)、富裕程度x4,根据这四个属性的输入值来预测房屋价格y。
从输入层到最终的结果之间,神经网络可能会产生若干个hidden unit,这些神经元可能并不具有现实意义,不能指代某一具体属性。
2、用神经网络进行监督学习
在监督学习中,给出数据集后,能够知道正确的输出结果应该是什么样子的,知道输入和输出数据之间的关系。
在监督学习中,通常把问题分为两类:regression(回归)和classification(分类)。
一些监督学习的例子:
一些结构化和非结构化数据举例
3、深度学习为什么会兴起
两方面因素决定:
- 能够训练处大型的神经网络
- 能够获取大量的标记数据
一个神经网络的训练过程是迭代进行的,从idea出发,到写出code,从而得到experiment,而最后又由experiment去修正idea。因此,训练过程是十分耗时的。