Говоря простым языком, если под "машинным обучением" понимать различные методы получения, построения и/или настройки более точной предсказательной модели по исходному набору данных, то, как говорится, "нет предела совершенству". Завтра после "глубокого обучения" на базе старых могут с успехом появиться новые методы ещё "более глубинного обучения" и для них этот же вопрос снова и снова можно будет повторять. Наверное, не совсем корректная постановка вопроса.
1 эксперт согласен
Александр Клянчин
30 янв 2022подтверждает
Да, Алгоритмы машинного обучения вообще ( а лучше называть их все-таки моделями) это то плоскость, которую еще в... Читать дальше
Нет, конечно. Глубокое обучение появилось по причине, что машинное обучение не давало необходимой точности при решении не которых задач. Но особенностью глубокого обучения является время обучения и высокие требования к... Читать далее
Эмпирические результаты за последние пару лет показали, что глубокое обучение обеспечивает лучшую предсказательную силу, когда набор данных достаточно велик. Это правда? Неизвестно ни одного примера, где он был бы превзойден в п... Читать далее
1 эксперт согласен
Глубокое обучение- век живи-век учись-дураком помрёшь, прежде чем что-нибудь получится,- было доказано... Читать дальше