啥是神经网络
Posted 程序讲坛
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了啥是神经网络相关的知识,希望对你有一定的参考价值。
醒醒!!此神经网络为机器学习神经网络,非生物类大脑网络喔。
准备工作:
目标是实现AI预测房产价格。
有一组房产信息数据,已知价格,户型,地段等信息;
房产价格受面积大小,户型,地段等影响;
假设价格只受size影响:
第一步,通过已知数据画数学图
对应一个房子大小(size),就有一个价格(price),像一个简单的X = Y的线性函数,我们可以在二维坐标系中画出这些点。
如下图中,横轴是size,竖轴是price,红X就是坐标系中的位置。
第二步,找出数学函数
从图中X点中间穿过,大概可以画出一条直线,X均匀分布在直线两边。这条直线就是价格预测的函数了,P(price) = AxS(size), 其中A是斜率。
第三步,确定神经单元
这个数学公式 P(price) = AxS(size),就是我们需要的神经单元,输入size,就可以自动的预测出price了。
第四步,过程小结
已知一组面积(size)和价格(price)数据,通过数据观察,找到一个合适的数学函数,能够预测结果;这个数学函数,就是神经单元。
只是这个数据观察过程,是需要神经网络自己学习的。
把影响房价的因素都考虑进来:
价格还受其他因素影响,比如户型,邮编,周边人富裕程度等,这些都作为输入X,我们再来分析下,找出相互之间的关联,如下图中所示。
第一步,输入大小和户型
输入size和bedrooms数据, 通过数据观察,找到合适的数学函数,能够匹配family 人数数据,能住多少人是买房人考虑的。
第二步,输入邮政编码和周边人富裕度
输入zip code 和 wealth数据,通过数据观察,找到合适的数学函数,能够匹配生活便利性数据,生活便利度是影响买房意愿的。
第三步,输入周边人富裕度
输入wealth数据, 通过数据观察,找到合适的数学函数,能够匹配学校质量数据,学校质量是很多人买房的标准。
第四步,把上面3步的结果作为输入
上面计算出的 family 大小,生活便利性和school质量等数据,再次作为输入,通过数据观察,找到合适的数学函数,能够匹配最终的price。
第五步,输入数据能够匹配price
最后当输入数据后,计算出的结果,能匹配已知的房产price,那这些计算单元函数就是我们需要的了;就可以拿这一套模型,去预估房产价格了。
通用模型:
把上面的计算过程再来分层看下,就得到了神经网络模型;
第零层:是输入层x,输入数据x1,x2,x3,x4
第一层:3个隐藏的计算单元,输入数据X,计算出3个中间结果
第二层:1个输出层,输入中间结果,计算出结果y
小结:
神经单元是神经网络的基本要素,一般是某个数学函数,需要神经网络通过数据观察学习到;
神经网络是分层的,逐层的计算出最后的结果;
已知的输入X和结果Y,可以拿来训练网络,训练合格后,就可以使用了,这就是监督学习。
欢迎扣扣群交流:647537524
以上是关于啥是神经网络的主要内容,如果未能解决你的问题,请参考以下文章
网络知识啥是Cache? 啥是Buffer? 二者的区别是啥?
在heroku中启动应用程序?啥是过程文件? “网络:”命令?