Prashanth Ravindran lo dijo correctamente. No existe una solución única para todos y siempre busque la solución más simple.
En primer lugar, debes comprender el dominio y darte cuenta de los desafíos. ¿Qué problema en particular quieres resolver? El uso de una técnica particular llega bastante tarde en la jerarquía. No puede simplemente aplicar Deep Learning, SVM sin saber cuál es el problema. Puede ser un simple clasificador lineal o Naive Bayes hacer el truco. Debes tener una fuerte motivación, ¿por qué usaste Random Forest y por qué no una regresión lineal?
A continuación, muestro algunos de los enlaces que pueden ser útiles. Buena suerte.
- ¿Qué es un objeto de matriz de vértices en OpenGL?
- Si f (n) es O (g (n)) yf (n) es O (h (n)), entonces cuál de las siguientes afirmaciones debe ser verdadera: f (n) + g (n) es O (h (n)), g (n) + h (n) es O (f (n)), f (n) es O (g (n) + h (n)), o ninguno de los anteriores?
- ¿Cuáles son los buenos canales en YouTube para aprender algoritmos y estructuras de datos para la preparación de Google Code Jam o Facebook Hacker Cup?
- Después de que termina el programa de programación (estructuras de datos y algoritmo), ¿qué se les enseña a los estudiantes en CSE después de eso?
- ¿Cómo se almacenan las imágenes en Ram como una matriz bidimensional de bytes que representan un píxel?
- La respuesta de Shehroz Khan a ¿Cuál es el mejor método de aprendizaje automático para predecir los datos de las pruebas una vez que conozco los datos de entrenamiento y la etiqueta de entrenamiento?
- La respuesta de Shehroz Khan a En el aprendizaje automático, ¿cómo podemos determinar si un problema es lineal / no lineal?
- La respuesta de Shehroz Khan a ¿Cuál es su algoritmo de aprendizaje automático favorito?
- La respuesta de Shehroz Khan al Aprendizaje automático: ¿Cuáles son los pasos a seguir en el análisis de datos para aplicaciones de aprendizaje automático?