Нейронные сети получают лучшие результаты в задачах Computer Vision (см. MNIST , ILSVRC , Kaggle Galaxy Challenge ). Кажется, они превосходят любой другой подход в Computer Vision. Но есть и другие задачи:
- Kaggle Molecular Activity Challenge
- Регрессия: предсказание Kaggle Rain , также 2-е место
- Возьмите и поднимите 2-е, а также третье место - определите движения рук по записям ЭЭГ
Я не слишком уверен в ASR (автоматическом распознавании речи) и машинном переводе, но я думаю, что я также слышал, что (повторяющиеся) нейронные сети (начинают) превосходить другие подходы.
В настоящее время я изучаю байесовские сети, и мне интересно, в каких случаях эти модели обычно применяются. Итак, мой вопрос:
Есть ли какая-то проблема / (Kaggle) конкуренция, где современным уровнем техники являются байесовские сети или, по крайней мере, очень похожие модели?
(Примечание: я также видел деревья решений , 2 , 3 , 4 , 5 , 6 , 7 выиграли в нескольких недавних испытаниях Kaggle)