1.1 规划
你将学到：
1如何建立并运用神经网络和深度学习
2.改进深度神经网络：超参数、调整、规则化、最优化
3. 构建你自己的机器学习项目
4.深度神经网络
5.神经语言处理： 构建序列模型
1.2 什么是神经网络
受大脑如何运转的启发的一个非常有用的学习算法
样例1-单一神经网络
给定在真实评估市场上房屋大小的数据，我们想拟合出一个可以预测房屋价格的函数。这是一个线性回归的问题，因为房屋的价格作为一个持续输出的函数。
我们知道房屋的价格不会为负的，因此我们创建一个函数称之为线性整流函数（Rectified linear Unit简称为RLU）它的初始值为0.
输入是房子的大小（x）；输出是价格（y）；则蓝线表示ReLU；
这也是一个最简单的神经网络结构：
例2-多元神经网络
房屋的价格y可能会受到其他特征的影响，比如大小、卧室个数、邮政编码、气候。神经网络的作用就是预测价格并且它能自动的产生隐藏单元。我们仅需要给出输入x和输出y即可。
1.3 用神经网络进行监督学习
在监督学习中，我们给出一个数据集并且已知我们的输出是应该是什么样子，学习输入和输出之间的关系。
监督学习问题被划分为回归和分类两个范畴。在回归问题中，我们尝试在一个连续的输出中预测结果，等同于我们尝试去映射一个输出变量到某些连续的函数上。在分类问题中，与回归相反我们预测的是离散输出的结果。
监督学习的样例：
结构化VS非结构化
1.4 深度学习兴起的原因
在大数据下性能表现极佳：
但是在数据量小时，常规算法如SVM性能肯能要好过神经网络。
深度学习兴起的原因：
1.能够训练一个足够大的神经网络
2. 拥有大量的标记数据
训练一个神经网络的过程：
测试题：
1.AI是新的电力这个比喻指的是什么？
A.类似于100年前电力起初，AI正在改变着多个行业。
B.通过“智慧网格”，AI正在带来新的一波电力。
C.AI在计算机上运行并且由电提供能源，但是它能让计算机做到一些前所未有的事情。
D.AI是我们家庭和办公室中非常有用的私人设备，类似于电力。
2.下面哪个是导致最近深度学习兴起的原因？
A.深度学习已经在重要的领域产生了重大影响，如在线广告、语音识别和图像识别。
B.我们可以访问更多的数据。
C.我们可以拥有更多的计算能力。
D.神经网络是大脑的一个新的领域。
3.下面哪个是正确的？
A.减小数据集的大小通常不会降低算法的性能，并且可能会有帮助。
B.减小神经网络的大小一般不会损害算法的性能，并且可能会有帮助。