神经网络和深度学习——深度学习概论（1）

神经网络与监督学习

Standard NN（标准结构神经网络）(eg。用于房价预测和网站广告点击预测）

Convolutional NN（卷积神经网络）：常用用于处理图像相关的应用（eg。图像识别）

Recurrent NN（循环神经网络）：常用于与时间序列相关的数据（eg。语音识别和机器翻译）

在机器识别领域可以将输入数据非为结构化数据和非结构化数据两类。

结构化数据：指的是可以直接在数据库中存储的数据，具有一个明确含义的数据。例如在上一节中我们谈及的房屋的面积大小或者是卧室数目等信息。

非结构化数据：指的是音频、图像，文本等等内容。其特征可能是图像中的像素信息或者是文本中的内容等。

深度学习近几年发展的原因

我们希望得到好的模型性能要满足一下两个方面：

1） 有大量的标定数据

2） 建立大规模的神经网络