ANN和SVM分类

Question

ANN分类（回归）在哪里优于SVM？一些现实世界的例子？

Answer 1

有许多应用程序它们更好，许多应用程序可以比较，许多应用程序更糟糕。这也取决于你问谁。很难说这种类型的数据或那种类型的数据/应用程序。

ANN，特别是卷积神经网络比SVM更好地工作的例子是digit classification on MNIST。另一个这样的案例是Geoff Hinton's group使用Deep Belief Networks进行语音识别的工作

Answer 2

最近我读了一篇证明the theoretical equivalence between ANN and SVM的论文。然而，ANN通常比SVM慢。

Answer 3

我刚刚在几个流行的回归和分类数据集上完成了一些out-of-the-box comparison between support vector machines and neural networks - 首先是简短的结果：svms快速学习和预测慢 - 神经网络学习缓慢但预测速度快，并且具有非常轻量级的模型。关于准确性/损失，这两种方法似乎都是平等的。

Answer 4

这在很大程度上取决于两者都有不同的权衡和设计标准。正如对该问题的其他答案所示，已经有一些工作证明了这种关系，有些则说了对等。下面是另一个参考，在机器学习中这两种技术之间建立了联系：

  

Ronan Collobert和Samy Bengio。 2004。感知器，MLP之间的链接   和SVM。在第二十一届国际会议录中   机器学习会议（ICML '04）。美国纽约州ACM，   23-。 DOI：https://doi.org/10.1145/1015330.1015415