机器学习（十）：神经网路和需求预测

一、神经网络 Neural Network

神经网络，也叫深度学习Deep Learning Algorithms

神经网络的概念可类比成人的大脑，在大脑中，第一个神经元接受来自其他神经元的电脉冲，然后这个神经元输出电脉冲传递给第二个神经元。

在神经网络中，一组输入传递给神经元，经过神经元的计算，神经元输出一组数据outputs

为什么近年来才兴起神经网络？近年来的数据量呈爆炸式增长。

下图是不同算法随着数据量上升的算法性能变化，传统AI（逻辑回归、线性回归）随着数据量上涨，算法的性能和准确性变化不大，而建立一个非常大的神经网络时，算法性能随着数据量上涨而明显提升。

二、需求预测

例子：通过神经网络，预测T恤是否会畅销

第一层：影响T恤畅销度的因素可能是：价格、运输成本、市场营销、材质

第二层：

· 价格会影响顾客的承受能力和顾客感知到的产品质量

· 运输成本会影响到到顾客的承受能力

· 市场营销会影响到顾客的购买欲望

· 材质会影响到顾客感知到的产品质量

第三层：承受能力、购买欲望、感知到的质量共同影响到T恤的销量

以上用神经网络的方式表达，呈现为下图：

三、神经网络的一些概念

概念——layer：

     一组由相同或相似的特征作为输入，又一起输出一组结果的神经元，被称为一层（layer）神经元。例子中，价格、运输成本、市场营销、材质是输入层，承受能力、购买欲望、感知到的质量是一层神经元，这层可以叫做隐藏层，销量是输出层。

概念——activations：

神经元向下游神经元发送的电脉冲被称为激活activations。承受能力、购买欲望、感知到的质量就是这一层神经元的激活。

神经网络的总结：

输入一组特征向量，是第一层隐藏层的输入，第一层隐藏层输出激活值，激活值是第二层隐藏层的输入，第二层隐藏层输出第二组激活值，第二组激活值是输出层的输入。

学习来源：B站吴恩达机器学习，P42-P45