Szukam prac lub tekstów, które porównują i omawiają (empirycznie lub teoretycznie):
- Pobudzanie i drzewa decyzyjne algorytmy takie jak lasy losowe lub adaboost i GentleBoost stosowane do drzew decyzyjnych.
z
- Metody głębokiego uczenia, takie jak Ograniczone Maszyny Boltzmanna , Hierarchiczna Pamięć Czasowa , Splotowe Sieci Neuralne itp.
Mówiąc dokładniej, czy ktoś wie o tekście omawiającym lub porównującym te dwa bloki metod ML pod względem szybkości, dokładności lub zbieżności? Poszukuję również tekstów, które wyjaśniają lub podsumowują różnice (np. Wady i zalety) między modelami lub metodami w drugim bloku.
Wszelkie wskazówki lub odpowiedzi dotyczące takich porównań byłyby bardzo mile widziane.