मैं ऐसे पत्रों या ग्रंथों की तलाश कर रहा हूं, जिनकी तुलना और चर्चा (अनुभवजन्य या सैद्धांतिक रूप से):
- बढ़ाने और निर्णय के पेड़ जैसे एल्गोरिदम रैंडम वन या AdaBoost , और GentleBoost निर्णय वृक्ष के लिए आवेदन किया।
साथ में
- डीप लर्निंग मेथड्स जैसे रिस्ट्रिक्टेड बोल्ट्जमैन मशीन , हायरार्चिकल टेम्पोरल मेमोरी , कन्वेंशनल न्यूरल नेटवर्क्स आदि।
विशेष रूप से, क्या किसी को ऐसे पाठ के बारे में पता है जो गति, सटीकता या अभिसरण के संदर्भ में एमएल विधियों के इन दो ब्लॉकों की चर्चा या तुलना करता है? इसके अलावा, मैं ऐसे ग्रंथों की तलाश कर रहा हूं जो दूसरे ब्लॉक में मॉडल या विधियों के बीच अंतर (जैसे कि पेशेवरों और विपक्ष) को समझाते हैं या संक्षेप करते हैं।
इस तरह की तुलनाओं को संबोधित करने वाले किसी भी बिंदु या उत्तर की बहुत सराहना की जाएगी।