1.3 用神经网络进行监督学习

                  

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。