Каковы преимущества искусственных нейронных сетей перед машинами опорных векторов? [закрыто]

ANN (искусственные нейронные сети) и SVM (машины опорных векторов) являются двумя популярными стратегиями для контролируемого машинного обучения и классификации. Часто не ясно, какой метод лучше подходит для конкретного проекта, и я уверен, что ответ всегда «зависит». Часто используется комбинация обоих, наряду с байесовской классификацией.

Эти вопросы о Stackoverflow уже задавались относительно ANN против SVM:

ANN и SVM классификация

какая разница между ANN, SVM и KNN в моем вопросе классификации

Поддержка Vector Machine или Искусственная нейронная сеть для обработки текста?

В этом вопросе я хотел бы знатьspecifically какие аспекты сети ANN (в частности, многослойного персептрона) могут быть желательны для использования поверх SVM? Причина, по которой я спрашиваю, заключается в том, что наopposite Вопрос: Машины опорных векторов часто превосходят ANN, потому что они избегают двух основных слабостей ANN:

(1) ИНС часто сходятся наlocal minima а не глобальные минимумы, что означает, что они по существу "упускают общую картину" иногда (или скучаю по лесу за деревьями)

(2) ИНС частоoverfit если обучение продолжается слишком долго, что означает, что для любого данного шаблона ANN может начать рассматривать шум как часть шаблона.

SVM не страдают ни от одной из этих двух проблем. Однако не совсем очевидно, что SVM предназначены для полной замены ANN. И чтоspecific Преимущества (-и), которыми обладает ANN по сравнению с SVM, что может сделать его применимым в определенных ситуациях? Я в спискеspecific преимущества SVM по сравнению с ANN, теперь я хотел бы увидеть список преимуществ ANN (если таковые имеются).

Ответы на вопрос(6)

Ваш ответ на вопрос