No en mi opinión, no. Los algoritmos tradicionales no serán obsoletos, sin embargo, podrían modificarse para responder a las necesidades siempre cambiantes.
Los algoritmos de aprendizaje profundo son realmente agradables. Hacen las cosas más fáciles con seguridad. Menos tiempo dedicado al procesamiento previo de los datos y, si son relevantes, producirán al menos un resultado correcto. Una desventaja que noté al trabajar con métodos DL es que no son adecuados cuando se trabaja con datos de tamaño pequeño o mediano, pero los métodos de aprendizaje profundo no están destinados a eso de todos modos. Se sobreajustan si sus datos no son lo suficientemente diversos y los resultados finales son malos. No es terrible, pero malo. Sin embargo, como dije, no están destinados a ese tipo de datos.
Pero este es un ejemplo de que cada método tiene sus ventajas. Dependiendo de sus datos, utilizará diferentes métodos. El aprendizaje profundo puede ser demasiado complejo para algunas tareas, lo mismo ocurre con el aprendizaje automático general. Algunas tareas pueden ser más adecuadas para ser automatizadas con algoritmos regulares. Por ejemplo, suponga que tiene datos que son perfectamente representativos de la salida: cuando el atributo X es a, el resultado Y es 1 y 0 para todo lo demás. En este caso, no necesitará un algoritmo de aprendizaje automático. Esta es una gran simplificación del problema, pero puede haber tareas como esta.
- ¿Cuál es el algoritmo utilizado por la búsqueda de imagen inversa de Google (es decir, la búsqueda por imagen)? ¿Qué algoritmos necesitaría entender para crear una funcionalidad similar a pequeña escala?
- Cómo escribir un programa ruby para mostrar los números de Armstrong en una matriz (siendo la matriz; Números = [123,124,153,370,234,23,45]
- ¿Existen algoritmos que puedan determinar la convergencia o la falta de ella para cualquier serie arbitraria que se pueda expresar en notación de suma estándar?
- ¿Cuál es la solución eficiente para SPOJ CCROSSX?
- ¿El conocimiento de algoritmos codiciosos a veces influye en la forma de tomar decisiones?
La idea es utilizar los algoritmos correctos para lograr sus objetivos. El aprendizaje profundo no es un algoritmo de propósito general como parece pensar la mayoría de las personas. Es posible que ni siquiera funcione bien, incluso el problema en cuestión es un problema de aprendizaje automático.
