Deeplearning学习

Deeplearning

概念

Deep Learning:

 

观点： 认为AI是最新的电力，大约在一百年前，我们社会的电气化改变了每个主要行业，从交通运输行业到制造业、医疗保健、通讯等方面，我认为如今我们见到了AI明显的令人惊讶的能量，带来了同样巨大的转变。

神经网络

什么是神经网络？

我的理解：给定原始输入数据，按照特定的计算规则传递给神经元，后续经过相应的计算规则继续传递给下一层神经元，当到达最后一层时，得到的神经元中存储的数据即为需要输出的数据。

简单描述: 尝试输入一个x，即可把它映射成y。

区分结构化数据和非结构化数据：

结构化数据： 数据的基本数据库， 例如在房价预测中，你可能有一个数据库，有专门的几列数据告诉你卧室的大小和数量，这就是结构化数据。

非结构化数据： 如音频，原始音频或者你想要识别的图像或文本中的内容。

什么是监督学习？

我的理解：给定大量得输入数据，以及对应得输出结果标记数据。来训练神经网络得到中间计算出对应输出结果的模型函数。成功得到该模型后，后续就可以使用该模型来预测新的输入数据的预测结果，从而得到实际价值。

简单描述：监督式学习的目标是在给定一个 (x, g（x）)的集合下，不断去找一个函数g。