Estoy buscando documentos o textos que comparen y discutan (ya sea empírica o teóricamente):
- Algoritmos de impulso y árboles de decisión como Random Forests o AdaBoost , y GentleBoost aplicado a los árboles de decisión.
con
- Métodos de aprendizaje profundo como máquinas de Boltzmann restringidas , memoria temporal jerárquica , redes neuronales convolucionales , etc.
Más específicamente, ¿alguien sabe de un texto que discuta o compare estos dos bloques de métodos de ML en términos de velocidad, precisión o convergencia? Además, estoy buscando textos que expliquen o resuman las diferencias (por ejemplo, pros y contras) entre los modelos o métodos en el segundo bloque.
Cualquier sugerencia o respuesta que aborde tales comparaciones directamente sería muy apreciada.