1.2 干货人工智能实验室主任吴恩达：使用神经网络进行监督

【精华内容

神经网络在媒体上经常被过度宣传，但若从实际应用效果来看，其中部分观点确实具有一定的合理性。实际上，截至目前为止，几乎所有由神经网络所带来的经济收益，均建立在某一类机器学习方法之上，我们将其称为监督学习。

那么这究竟意味着什么呢？我们可以通过一些实例来加以说明。

在监督学习中，输入变量x通过学习得到一个映射函数，从而输出结果y。例如，在之前提到的房价预测案例中，输入房屋的相关特征信息后，系统能够预测出对应的价格y。

以下是一些其他典型例子，在这些场景中神经网络展现出了极为出色的表现。很可能，在当前深度学习技术的应用中，在线广告领域是获利最为丰厚的领域之一。

这或许并不是最令人激动的成果，但它确实带来了可观的收益。当网站接收到广告信息时，会基于多种因素判断是否向用户展示该广告。有时还需要引入用户的个人数据作为输入内容。目前来看，神经网络在预测用户是否会点击广告方面已具备较高的准确性。通过向用户推送最有可能被点击的广告内容，这种方式正是众多企业借助神经网络实现巨额利润的重要途径。 正是这种精准推送的能力，在很大程度上影响了诸多大型在线广告平台的收入水平