02 监督学习与神经网络
🎯 核心观点
迄今为止，神经网络创造的绝大部分经济价值，都来自「监督学习」（Supervised Learning）。
一、什么是监督学习？
定义：给定输入 ( x )，学习一个函数映射到输出 ( y )。
- 输入 ( x )：特征（如房屋面积、用户年龄、图像像素等）
- 输出 ( y )：目标标签（如房价、是否点击广告、物体类别等）
关键思想：通过大量带标签的数据（(x, y) 对）训练模型，使其能对新输入做出准确预测。
二、监督学习的经典应用案例
| 应用领域 | 输入 (x) | 输出 (y) | 经济/技术价值 |
|---|---|---|---|
| 房价预测 | 房屋特征（面积、卧室数等） | 价格 | 结构化数据典型应用 |
| 在线广告点击率预测 | 用户信息 + 广告信息 | 是否点击（0/1） | 最赚钱的深度学习应用之一 |
| 图像分类（计算机视觉） | 图像（像素） | 类别标签（如“猫”、“车”） | 推动CV革命，用于照片标签、安防等 |
| 语音识别 | 音频片段 | 文本转录 | 智能助手、字幕生成等 |
| 机器翻译 | 英文句子 | 中文句子 | 跨语言沟通自动化 |
| 自动驾驶 | 前方图像 + 雷达数据 | 其他车辆位置/轨迹 | 多模态融合的关键组件 |
💡 关键洞察：成功 = 正确定义 (x) 和 (y) + 将监督学习嵌入更大系统（如自动驾驶）
三、不同任务对应不同神经网络架构
| 数据类型 | 网络架构 | 缩写 | 适用场景 |
|---|---|---|---|
| 通用/结构化数据 | 标准前馈神经网络 | MLP（多层感知机） | 房价预测、广告点击 |
| 图像数据 | 卷积神经网络 | CNN | 图像分类、目标检测 |
| 序列数据（时间相关） | 循环神经网络 | RNN / LSTM / GRU | 语音、文本、时间序列 |
| 多模态复杂任务 | 混合/定制架构 | — | 自动驾驶（图像+雷达） |
✅ CNN：擅长提取局部空间特征（如边缘、纹理）
✅ RNN：擅长处理顺序依赖（如“昨天”影响“今天”的语义）
四、结构化数据 vs. 非结构化数据
| 类型 | 定义 | 示例 | 特点 |
|---|---|---|---|
| 结构化数据 | 表格形式，每列有明确含义 | 房屋数据库（面积、卧室数）、用户画像（年龄、性别） | 易于传统模型处理，但神经网络也能提升精度 |
| 非结构化数据 | 无固定格式，原始信号 | 图像、音频、文本 | 人类天生擅长理解，神经网络突破最大领域 |
🔥 深度学习的最大突破：让计算机终于能高效处理非结构化数据（图像/语音/文本），开启AI新时代。
五、媒体关注 vs. 实际价值
媒体更爱报道：识别猫、下围棋、生成艺术 → 因为直观、有趣、有“人性共鸣”
实际经济价值更多来自：
- 广告推荐系统
- 金融风控
- 电商个性化推荐
- 企业数据库智能分析
📌 提醒：不要只追逐“酷炫”应用，结构化数据中的监督学习同样极具商业价值。
六、为什么现在才爆发？（预告）
虽然神经网络理论几十年前就存在，但直到近年才真正“起飞”。
下一讲将探讨三大驱动力：
- 大数据（海量标注数据）
- 算力提升（GPU/TPU）
- 算法改进（如ReLU、BatchNorm、残差连接等）
🧠 思维导图（脑图）大纲（中文）
mindmap |