ich habe mich jetzt 2 Stunden im Internet mit dem Thema beschäftigt, wann man klassische Machine Learning Algorithmen und wann Deep Learning benutzt.
Klassische Ansätze sind für mich sowas wie multiple lineare Regressionen, k-nearest-neighbor, Entscheidungsbäume, SVM, etc.
Deep Learning Ansätze sind für mich CNNs, normale klassische tiefe Netze oder auch RNNs.
Klar gibt es für CNNs oder RNNs bestimmte Anwendungsfelder wie Bild oder Spracherkennung, aber ich bin jetzt eher darauf ab, dass ich anhand von einem Datensatz zum Beispiel den Preis vorhersagen möchte. Ich habe jetzt auf jeder Seite gelesen, dass die klassischen tiefen Netze (Deep Neural Networks) da die multiplen Regressionen übertreffen. Selbst in Klassifikationsaufgaben kann man ja mit einem DNN arbeiten.
Aus diesem Grund sehe ich jetzt nicht, warum man überhaupt noch SVM o.ä. noch verwenden sollte, wenn man doch alles mit den DNNs abgrasen kann.
Den einzigen Vorteil den ich bei den klassischen Ansätzen sehe ist, dass man ein DNN nicht gut interpretieren kann. Man steckt vorne was rein und bekommt ein Ergebnis, aber wie man auf das Ergebnis kommt sei sehr schwer.
Frage: Übersehe ich etwas?
Viele Grüße und ein schönen Sonntag.