第一部分 神经网络与深度学习 - 1 笔记
1.2 什么是神经网络
What is a Neural Network?
例子1 房价预测
输入是房子的大小 输出是房子的价格
中间经过“神经元”的表达/**函数/ 图中为ReLU函数 修正线性单元
例子2 多元神经网络
输入的维度变为多个，输出仍然为房价，中间加入隐藏层，每个隐层神经元对应**函数。
当网络的结构构建好之后，通过对输入X与输出Y的学习即可拟合出相应的房价预测模型。
1.3 用神经网络进行监督学习
Supervised learning for Neural Network
监督学习可以分类两类：分类 classification 与 回归 regression
监督学习的例子：
房价预测、 广告投放、图像分类、语音识别、机器翻译、自动驾驶、
NN CNN RNN RNN HNN(Hybrid Neural Network)
结构化与非结构化的数据
结构化：房价统计数据、点击统计数据
非结构化：音频、视频、图像、文本