003_wz_wed_深度学习概论-用神经网络进行监督学习

监督学习

应用

1.通过房屋特点预测价格
2.对用户投放指定在线广告
3.给图像打标签
4.语音识别(语音-->文本)
5.机器翻译
6.无人驾驶


监督学习应用

对于1和2,我们常用标准神经网络,对于3常用CNN,对于4和5常用RNN,而对于6需要使用一些混合网络结构

结构化数据

意味着每个特征——房屋面积、卧室数量、用户年龄——都有着清晰的定义

非结构化数据

比如音频、原始音频、图像、你想要识别图像或者文本中的内容,这里的特征,可能是图像中的像素值或者是文本中的单个单词,从历史角度来看,与结构化数据相比较,非结构化数据让计算机更难理解
image.png

神经网络案例

常见的神经网络

2021.1.20

你可能感兴趣的:(003_wz_wed_深度学习概论-用神经网络进行监督学习)