¡Cualquier tarea de aprendizaje automático en la que no quieras romperte la cabeza pero quieras obtener la solución fácilmente! Además, si desea intercambiar algo de tiempo de cálculo a costa del tiempo de análisis.
- El aprendizaje profundo con algún método de refuerzo se encarga de la selección de características, la transformación de características automáticamente.
- Si tiene conjuntos de datos HDLSS (High Dimensional Low Sample Size), trabajar con Deep learning tiene mucho más sentido que la regresión.
- Si sus datos no contienen una característica categórica con muchos valores únicos. Porque tendrá que crear tantas columnas como valores únicos.
- Si no tiene mucho conocimiento de dominio del conjunto de datos. Cada característica puede tener una distribución diferente. Si una característica no se distribuye normalmente, tendrá que usar la regresión del núcleo que necesita ingeniería de características. El aprendizaje profundo puede ayudar aquí.
