El mejor algoritmo depende de su problema particular, no solo de la clase de problema. Lo mejor es probar múltiples enfoques y ver cuál produce los resultados más útiles * para su situación. Los bosques aleatorios funcionan muy bien con poca afinación. Como se señaló en la respuesta del usuario de Quora, SVM y las redes neuronales pueden producir buenos resultados, aunque ambas requieren frecuentemente un ajuste adicional. Un enfoque de conjunto (varias técnicas diferentes, combinadas) puede ser lo mejor si tiene datos con problemas “localizados” para técnicas individuales.
——————————-
* Útil se puede medir de muchas maneras. Si tengo un problema que necesita una respuesta mañana en lugar de dentro de dos semanas, usaría una técnica que produjo resultados “muy buenos” sin mucha afinación. Si necesitaba los mejores resultados posibles, dadas dos semanas (o dos meses …), probaría varias técnicas, ajustando cada una de ellas.
- ¿En qué áreas de la banca / finanzas se utiliza el aprendizaje automático?
- ¿Cuántas de las noticias sobre IA y DL en este momento son sobre nuevas innovaciones y cuánto sobre aplicaciones? ¿Cuánto de eso es bombo? ¿Habrá una meseta pronto?
- ¿Son todos los problemas de programación cuadrática convexos?
- ¿Por qué funciona la función de costo de regresión logística?
- ¿Cómo utiliza Quora el aprendizaje automático en 2015?