1.3 用神经网络进行监督学习
来源:互联网 发布:温度测量软件 编辑:程序博客网 时间:2024/05/29 08:19
上面的意思是:没对应的X的特征了,通过神经网络了,可以预测Y的值,后面是他们的预测应用(房价,在线广告图像识别,无人驾驶......),现在技术在将深度学习这一块取得的经济效果最好的是应用便是利用监督学习来,来对在线广告的投放。这块产生了巨大的价值。
上面的展示的是:标准神经网络,卷积神经网络,循环神经网络的模型。
监督学习主要的优势是在于对数据的学习预测:非机构和结构数据
结构数据:如左图每一个用户数据用数据库存储(传统数据库),里面有很多标识,例如:姓名,男女,年龄,工作,点击量......通过这些数据来预测。
非结构数据:图像,语音,文本......这些的特征你如何提取?
人类对于非结构数据有很多的处理天赋,从一个图片上就可以知道很多信息,而这真是计算机所不具备的(以前),但是有了深度学习之后,计算机变得聪明了,开始处理非结构数据,并开始进行预测。
阅读全文
0 0
- 1.3 用神经网络进行监督学习
- 深度学习概论:用神经网络进行监督学习
- 深度学习之用神经网络进行监督学习
- 学习笔记——吴恩达-机器学习课程-1.3 用神经网络进行监督学习
- 吴恩达深度学习课程笔记 1.3用神经网络进行有监督学习
- Coursera | Andrew Ng (01-week-1-1.3)—用神经网络进行监督学习
- 监督学习三 神经网络
- 2.神经网络的监督学习
- 神经网络学习——有监督vs无监督
- 神经网络学习笔记2:有监督的Hebb学习
- 新手上路之opencv神经网络有监督学习分类
- scikit-learn 中文文档-神经网络模型-监督学习|ApacheCN
- scikit-learn 中文文档- 神经网络模型-无监督学习|ApacheCN
- 【Scikit-Learn 中文文档】神经网络模块(监督的)- 监督学习
- 【Scikit-Learn 中文文档】神经网络模型(无监督)- 无监督学习
- 【Scikit-Learn 中文文档】神经网络模块(监督的)- 监督学习
- 【Scikit-Learn 中文文档】神经网络模块(监督的)- 监督学习
- 【Scikit-Learn 中文文档】十八:神经网络模块(有监督)- 监督学习
- equals 和 == 区别
- spfa模板
- struts2_ognl表达式与值栈
- C/C++"字符与字符数组"
- C语言的基础知识
- 1.3 用神经网络进行监督学习
- 关于robot framework调用python
- 吐槽CSDN--想赚钱想疯了--强行升级皮肤--增加广告位
- 深入理解C中的数组指针
- Hadoop集群扩容新增4T硬盘(解决分区大小问题限制2T问题)
- wpf Treeview 子节点如何找到父节点
- linux查看和修改PATH环境变量的方法
- Spark的Shuffle过程介绍
- AFNetworking的二次封装