Я ищу статьи или тексты, которые сравнивают и обсуждают (эмпирически или теоретически):
- Алгоритмы деревьев повышения и принятия решений , такие как Random Forests или AdaBoost , и GentleBoost, применяются к деревьям решений.
с
- Методы глубокого обучения, такие как ограниченные машины Больцмана , иерархическая временная память , сверточные нейронные сети и т. Д.
В частности, кто-нибудь знает текст, который обсуждает или сравнивает эти два блока методов ML с точки зрения скорости, точности или сходимости? Кроме того, я ищу тексты, которые объясняют или суммируют различия (например, плюсы и минусы) между моделями или методами во втором блоке.
Будем весьма благодарны за любые указатели или ответы, касающиеся таких сравнений напрямую.