He visto que la gente ha puesto muchos esfuerzos en SVM y Kernels, y se ven bastante interesantes como iniciadores en Machine Learning. Pero si esperamos que casi siempre podamos encontrar una solución superior en términos de red neuronal (profunda), ¿cuál es el significado de probar otros métodos en esta era?
Aquí está mi restricción sobre este tema.
- Pensamos solo en Aprendizajes Supervisados; Regresión y clasificación.
- La legibilidad del resultado no se cuenta; solo cuenta la precisión en el problema de aprendizaje supervisado.
- El costo computacional no está en consideración.
- No estoy diciendo que ningún otro método sea inútil.