為什么引入神經(jīng)網(wǎng)絡(luò)來做識別,判斷,預(yù)測
馬克-to-win @ 馬克java社區(qū):防盜版實(shí)名手機(jī)尾號:73203, 很多人學(xué)了神經(jīng)網(wǎng)絡(luò)很長時(shí)間,但一直就有一個(gè)最根本的問題困擾著自己。為什么要引入神經(jīng)網(wǎng)絡(luò)來做識別,判斷,預(yù)測?為什么神經(jīng)網(wǎng)絡(luò)能做這事?其實(shí)我們在生活中,總在不知不覺的經(jīng)常用神經(jīng)網(wǎng)絡(luò)。只不過我們沒注意觀察罷了。 比如經(jīng)常有朋友會(huì)問我們,哪里的房子大致多少錢?比如下面這個(gè)判斷房價(jià)的例子,當(dāng)知道地點(diǎn)在北京二環(huán)以里,天安門旁邊的東華門,輸入x1就應(yīng)該等于五萬元一平米。樓層是四層,不高不低,X2等于800元一平米。樓層如果是頂層,那就太高了,x2就等于100元一平米。馬克-to-win @ 馬克java社區(qū):當(dāng)知道朝向是朝陽以后,X3等于1000元一平米。如果知道朝向是朝北以后,S3就等于100元一平米。但x1,x2,x3,這三個(gè)參數(shù)在你心目中的權(quán)重是完全不一樣的,大家都知道,判斷房價(jià),地點(diǎn)是最重要的,所以,權(quán)重w1的值會(huì)高很多,比如說0.6。而樓層的權(quán)重就不是那么高,比如只占0.1。向南朝向權(quán)重占0.2。基礎(chǔ)偏移跟整個(gè)的時(shí)代都很有關(guān)系,大家都是買漲不買跌,所以當(dāng)大家都想買房的時(shí)候,這個(gè)偏移就會(huì)很高,比如b等于一萬元一平米。馬克-to-win @ 馬克java社區(qū):所以按照下圖:最終輸出:x1*w1+x2*w2+x3*w3+b=50000*0.6+800*0.1+1000*0.2+10000=40280元一平米,為價(jià)格。
馬克-to-win @ 馬克java社區(qū):你自己可能意識不到,每當(dāng)別人問起你一個(gè)房子的價(jià)格時(shí),因?yàn)檫@件事兒的維度比較多,比較復(fù)雜時(shí),在你心中就需要做這么一個(gè)權(quán)重乘輸入求和加偏移的計(jì)算。這種情況還有其他的例子,比如找對象時(shí)給異性評分,長相,學(xué)識,身體等等。
以上的圖其實(shí)就是人工智能/機(jī)器學(xué)習(xí)/深度學(xué)習(xí)領(lǐng)域中一個(gè)典型的單個(gè)神經(jīng)元,也叫感知器。也是一個(gè)三個(gè)輸入,一個(gè)輸出的一層神經(jīng)網(wǎng)絡(luò)或說單層神經(jīng)網(wǎng)絡(luò)。