神经网络的神奇之处在哪?

  所有神经网络创造出来的价值,都是由一种机器学习,称之为监督学习,

  下面这些例子神经网络效果拔群,通过深度学习获利最多的是在线广告 

  技术的进步来源于计算机视觉和深度学习

例如:

  1. 预测房价:输入房子的一些特性x,就能输出或者预测价格y
  2. 在线广告: 给网站输入广告信息,网站会考虑是否给你看这个广告,向用户展现,最有可能用户会点开的广告,这说明了什么?有了一种能力,向用户展现广告用户最有可能点开的能力,钱也随之而来
  3. 计算机视觉:通过深度学习,你输入一个图形,然后向输出一个指数,可以是1到1000来表明这张图片,是1000个不同的图像中的某一个,可以用来给照片打标签
  4. 语音识别:音频片段输入神经网络,它可以输出文本
  5. 机器翻译: 一个神经网络可以实现,输入英文句子,它直接输出一个中文句子
  6. 无人驾驶: 输入一副图像,汽车前放的一个快照,还有一些雷达信息,基于这些数据训练神经网络,能告诉你其他汽车的位置,这个才是无人驾驶的核心部件

    

  这些例子中,需要机智的选择x y 数据样本,才能解决特定的问题,然后把这个监督学习组件,嵌入到更大型的系统中,比如无人驾驶

  不同的神经网络,应用到不同的地方,都是有效的

有哪些神经网络?

  1.  广告推荐和房价预测,相对标准神经网络架构 SNN

  2. 图像领域,卷积神经网络 CNN

  3. 音频,含有时间成分,音频随着时间播放的,被称为一维时间序列数据,对于序列数据,常用RNN(循环神经网络)

  4. 语言 英语 和 汉语 字母或单词, 都是逐个出现,所以,语言最自然的表现方式也是序列数据

  5. 无人驾驶,需要更复杂的 RNNS

  

机器学习,应用于结构化数据和非结构化数据,那他们有什么区别?

  

  结构化数据: 传统数据库和nosql数据库中数据

  非结构化数据: 音频、原始音频、图像,想要识别图形中文本内容,通过一些特征,可能是图像中的像素值,或者文本中的单个单词

    从人类历史中来观察,非结构化数据比结构化数据,计算机识别起来更难,人类进化到此,很擅长理解音频信号和图像,文本是一个更近代的发明

    通过深度学习,神经网络,计算机也能更好的解释非结构化数据

    语音识别、图像识别、自然文字处理,神经网络在非结构化数据上的成功,尤其是媒体,短期收益来源于结构化数据

    神经网络改变了深度学习,也在创造着更多的经济价值

AI_神经网络监督学习的更多相关文章

  1. [AI开发]零数学公式告诉你什么是(卷积)神经网络

    大部分介绍神经网络的文章中概念性的东西太多,而且夹杂着很多数学公式,读起来让人头疼,尤其没什么基础的人完全get不到作者想要表达的思想.本篇文章尝试零公式(但有少量数学知识)说清楚什么是神经网络,并且 ...

  2. NNLearning阶段性总结01

    神经网络最基本的元素与计算流程: 基本的组网原则: 神经网络监督学习的基本步骤: 初始化权值系数 提取一个样本输入NN,比较网络输出与正确输出的误差 调整权值系数,以减少上面误差——调整的方法对应不同 ...

  3. 学习笔记TF057:TensorFlow MNIST,卷积神经网络、循环神经网络、无监督学习

    MNIST 卷积神经网络.https://github.com/nlintz/TensorFlow-Tutorials/blob/master/05_convolutional_net.py .Ten ...

  4. 脉冲神经网络及有监督学习算法Tempotron

    接下来一段时间开启脉冲神经网络模型的探索之旅.脉冲神经网络有更强的生物学基础,尽可能地模拟生物神经元之间的连接和通信方式.其潜在能力较强,值得踏进一步探索. 构建脉冲神经网络模型,至少需要考虑三点:1 ...

  5. 吴裕雄 PYTHON 神经网络——TENSORFLOW 无监督学习处理MNIST手写数字数据集

    # 导入模块 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt # 加载数据 from tensor ...

  6. 马里奥AI实现方式探索 ——神经网络+增强学习

    [TOC] 马里奥AI实现方式探索 --神经网络+增强学习 儿时我们都曾有过一个经典游戏的体验,就是马里奥(顶蘑菇^v^),这次里约奥运会闭幕式,日本作为2020年东京奥运会的东道主,安倍最后也已经典 ...

  7. 神经网络及其PID控制

    一.人工神经元模型 1.突触权值(连接权) 每一个突触都由其权值作为特征表征,各个神经元之间的连接强度由突触权值来表示.与神经元相连的突触上,连接的输入信号通过权值的加权进入神经元的求和单元. 2.求 ...

  8. 深度|OpenAI 首批研究成果聚焦无监督学习,生成模型如何高效的理解世界(附论文)

    本文经机器之心(微信公众号:almosthuman2014)授权转载,禁止二次转载,原文. 选自 Open AI 作者:ANDREJ KARPATHY, PIETER ABBEEL, GREG BRO ...

  9. Machine Learning Algorithms Study Notes(4)—无监督学习(unsupervised learning)

    1    Unsupervised Learning 1.1    k-means clustering algorithm 1.1.1    算法思想 1.1.2    k-means的不足之处 1 ...

随机推荐

  1. HDFS High Availability Using the Quorum Journal Manager

    http://hadoop.apache.org/docs/r2.9.0/hadoop-project-dist/hadoop-hdfs/HDFSHighAvailabilityWithQJM.htm ...

  2. Undefined symbols for architecture arm64(其cpu架构)

    "_OBJC_CLASS_$_XXX",referenced from: 之类的问题,很多人看到这些很头疼,不知道从何下手去修改.以下是我总结的相关修改办法.如下图 这是一个很明显 ...

  3. 【SmartOS】轻量级多任务调度系统

    SmartOS是一个完全由新生命团队设计的嵌入式操作系统,主要应用于智能家居.物联网.工业自动化控制等领域. ARM Cortex-M系列微处理器几乎全都做成单核心,对于业务逻辑较复杂的物联网就显得难 ...

  4. (转)Android Studio Error:Failed to resolve: com.android.support:appcompat-v7:25.1.0解决方案

    今天不知道为什么导入eclipse项目后就出现了错误,没导入之前是正常使用AS的 Error:(26, 13) Failed to resolve: com.android.support:appco ...

  5. Vijos P1066 弱弱的战壕【多解,线段树,暴力,树状数组】

    弱弱的战壕 描述 永恒和mx正在玩一个即时战略游戏,名字嘛~~~~~~恕本人记性不好,忘了-_-b. mx在他的基地附近建立了n个战壕,每个战壕都是一个独立的作战单位,射程可以达到无限(“mx不赢定了 ...

  6. python内建函数isinstance基础用法

      语法:isinstance(object,type) 作用:来判断一个对象是否是一个已知的类型.  其第一个参数(object)为对象,第二个参数(type)为类型名(int...)或类型名的一个 ...

  7. 什么是 core dump ? 以及如何使用gdb对 core dumped 进行调试

    什么是core dump?(down = 当) core的意思是:内存,dump的意思是:扔出来.堆出来. 开发和使用linux程序时,有时程序莫名其妙的down掉了,却没有任何的提示(有时候会提示c ...

  8. C#、.NET Framework、CLR的关系

    很多人没有将C#..NET Framework(.NET框架).CLR(Common Language Runtime,公共语言运行库)这三者之间的关系区分清楚,认为其版本号是一一对应的.其实不然,. ...

  9. Git 忽略提交 .gitignore

    在使用Git的过程中,我们喜欢有的文件比如日志,临时文件,编译的中间文件等不要提交到代码仓库,这时就要设置相应的忽略规则,来忽略这些文件的提交. Git 忽略文件提交的方法 有三种方法可以实现忽略Gi ...

  10. JS实现单选按钮回显时页面效果出现,但选中单选框的值为空

    最近做了很多前端页面的工作,遇到的一个感觉很头疼的问题在这里记一下: 经常用JS回显单选框,但是明明从页面效果上来看,单选框已经被选中了,可是却不能触发单选框的change事件,取值的时候用某种方法取 ...