吴恩达深度学习1-神经网络用于监督学习
本文是吴恩达老师深度学习视频的笔记1:什么是神经网络?
单个变量预测房价
从预测房价的例子出发,根据房屋面积预测房屋价格
从简单的线性回归出发:有下面的拟合结果。最小值不能为负数。
蓝色曲线记为拟合结果
加上一个简单的神经网络:从size到price输出中间有一个神经元。
多个变量预测房价
如果是多个特征变量预测房价:面积、卧室数量、位置编码等:
吴恩达深度学习2-用神经网络进行监督学习
神经网络的不同应用场景:房价预测、广告和用户点击、图像、音频、英语翻译(文本)、无人驾驶(视觉)和雷达信息等
不同场景使用不同技术
- 房价预测:标准的神经网络
- 图像领域:卷积神经网络CNN
- 音频数据:一维度列,循环神经网络RNN或者RNNs
3种方式
- 标准模式:从输入层,到隐藏层,最终到输出层
- 卷积神经网络CNN
- 循环神经网络RNN