Redian新闻
>
我觉得neural network应用范围不大啊
avatar
我觉得neural network应用范围不大啊# DataSciences - 数据科学
w*g
1
对raw audio/image提取特征算是一个killer app。而且非常依赖convolution。一旦上
了fully connected layer,参数数量立刻爆炸性增长,数据量不大的话直接就overfit
了。不知道还有哪些数据上NN能超越SVM。有经验的同学请过来说说。
avatar
l*m
2
nlp还行,nn over sparse data 好像没人怎么搞过

overfit

【在 w***g 的大作中提到】
: 对raw audio/image提取特征算是一个killer app。而且非常依赖convolution。一旦上
: 了fully connected layer,参数数量立刻爆炸性增长,数据量不大的话直接就overfit
: 了。不知道还有哪些数据上NN能超越SVM。有经验的同学请过来说说。

avatar
b*o
3
Deep learning is suitable for any content-based input, such as text, image,
video, or audio.
And as you said, the tricky thing is to choose the topology of the network,
which varies from one data type to another.
On the other hand, for structured data, deep learning does not have any
benefit over standard out-of-shelf methods, such as SVM or gradient boosting.

overfit

【在 w***g 的大作中提到】
: 对raw audio/image提取特征算是一个killer app。而且非常依赖convolution。一旦上
: 了fully connected layer,参数数量立刻爆炸性增长,数据量不大的话直接就overfit
: 了。不知道还有哪些数据上NN能超越SVM。有经验的同学请过来说说。

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。