比较神经网络和贝叶斯网络的效率

正如标题所示,有人能告诉我,在分类、检测和识别问题上,神经网络(ANN)和贝叶斯网络哪个更好吗?在雷达跟踪系统中,目标具有速度、方向、高度等特性,哪种方法可以应用?在图像处理系统中,哪种方法可以应用?


回答:

对于这样的问题,不可能有绝对的“A比B好”的答案。每个系统的表现取决于数据在问题空间中的分布,不同的问题适合不同的算法。

尽管如此,如果你想为实际应用选择一种机器学习方法,最好的解决方案是使用支持向量机(SVM),因为在大多数问题中,SVM似乎能产生最佳结果。这在图像处理中尤为明显,因为描述图像的属性通常很多,而SVM是标准方法。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注