机器学习

机器学习(Machine Learning,简称ML)是一种人工智能(AI)的分支,致力于研究让计算机系统能够从数据中学习并自动改进性能的算法和技术。机器学习使计算机系统能够从经验中学习,而不需要明确地进行编程。

2021年进入AI和ML领域之前需要了解的10件事

自从2012年数据科学被评为21世纪最性感的工作以来,来自不同领域的许多人开始转向数据科学或相关的机器学习角色。用新奇的人工智能算法解决复杂的问题,再加上一份不错的薪水,听起来很有吸引力。很多公司都加入了宣传的行列,现在提供在不到一年的时间里学习数据科学/AI/ML的新兵训练营。在加入这样的训练营或转向机器学习之前,请考虑以下10件事。

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?

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。”

错误 | 电子创新网 Imgtec 社区

错误

网站遇到了不可预知的错误。请稍后再试。