Сделает ли глубокое обучение устаревшими другие алгоритмы машинного обучения?

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 предсказательной способности для набора данных из более чем 100 миллионов строк за последний год.

Очитается, что глубокое обучение подтолкнет другие алгоритмы обучения к почти исчезновению из-за непревзойденной предсказательной силы глубокого обучения, особенно на средних и больших наборах данных. Другие алгоритмы устареют, когда люди начнут рассматривать глубокое обучение как первое решение некоторых проблем, таких как распознавание образов. С другой стороны, большинство людей по-прежнему считают, что глубокое обучение не заменит все другие модели и алгоритмы. Мнение Джейкоба Стейнхарта получило наибольшее количество голосов. Он пишет

=============================================

1.Для многих приложений гораздо более простые алгоритмы, такие как логистическая регрессия или машина опорных векторов, будут работать нормально, а использование сети глубоких убеждений только усложнит ситуацию.

=============================================

=============================================

Глубокое обучение станет популярным, как и SVM, которая быстро улучшилась в начале 2000-х годов. Однако сложность глубокого обучения и его потребность в большом количестве данных все еще необходимо решить, прежде чем Deep Learning станет первым выбором для алгоритмов машинного обучения.

Источник https://www.kdnuggets.com/2014/10/deep-learning-make-machine-learning-algorithms-obsolete.html

Ответ - Нет не сделает