我从 Scratch https://nnfs.io 购买了神经网络，概念很有意义，数学变得更容易了。在尝试了解如何使用真实数据迈出监督学习的第一步时，大多数（如果现在是全部）示例都是非二进制的，过于复杂，它们使用计算机视觉或不显示数据。
它们要么是具有多个 [0.23,0.24,0.19] 等的广义（虹膜）数据集，要么是不适用于我的用例的计算机视觉示例。
作为一名学生，我试图将我熟悉的事物联系起来（多项选择测验）并将其扩展到我不知道的事物（监督学习）
从简单的多项选择测验中创建监督学习模型是可能的，或者是一个很好的例子。
示例训练数据
示例答案 B
这个训练集会像这样吗。
现在我有数百个问题和答案可以在这里https://github.com/shashankch292/Random-Quiz-Generator使用。如何将这些问题文件夹转移到训练数据中？
这是否是教授模型地理的监督学习的一个很好的例子？随着时间的推移，我可以添加更多数据，如纬度和经度。也许每个城市的顶级食物是什么等等。我想从简单开始，然后逐步提高。