机器学习

为什么机器学习很难学习因果关系?

尽管现有的机器学习模型已经取得了巨大的进步,但遗憾的是,所有的模型不过是对数据的精确曲线拟合。从这一点而言,现有的模型只是在上一代的基础上提升了性能,在基本的思想方面没有任何进步。那么,怎样才能推动AI社区解决这一问题呢?

GPU在任何情况下计算都快于CPU吗?

要问最近计算机最火的方向,机器学习绝对是排得上号的。而对于机器学习的研究大多会用到GPU。通过GPU的运算,我们可以以很快的速度获得模型训练的结果。那么对于使用GPU和使用CPU的差别在哪里?为什么运算主要使用GPU呢?

对残差网络动机的理解

神经网络以其强大的非线性表达能力而获得人们的青睐,但是将网络层数加深的过程中却遇到了很多困难,随着批量正则化,ReLU 系列激活函数等手段的引入,在多层反向传播过程中产生的梯度消失和梯度爆炸问题也得到了很大程度的解决。

数据中心中的人工智能:你要了解的七件事

电气和电子工程师协会(IEEE)的研究员兼数据存储分析公司Coughlin Associates的总裁Tom Coughlin认为,所有的数据中心都可以利用机器学习等人工智能方法来更好地管理内部资源,并预测即将推出的硬件和数据需求。他指出:“人工智能正在成为最重要的(数据中心)应用程序之一。”

大数据的10个常见误解

大数据从其核心来讲,它描述了结构化或非结构化数据如何结合社交媒体分析,物联网的数据和其他外部来源,来讲述一个”更大的故事”。该故事可能是一个组织运营的宏观描述,或者是无法用传统的分析方法捕获的大局观。从情报收集的角度来看,其所涉及的数据的大小是微不足道的。