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
