ANN和SVM分类

Question

ANN分类（回归）在哪些方面比SVM更好？有些现实世界的例子吗？

- Cartesius00

---

我投票关闭此问题，因为它与[帮助中]定义的编程无关，而是涉及ML理论和/或方法论。 - desertnaut

Answer 1

有许多应用程序中，它们更好，许多应用程序中，它们是可比较的，许多应用程序中，它们更差。这还取决于你问谁。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，在某些情况下比支持向量机（SVM）表现更好，例如MNIST上的数字分类。另一个例子是Geoff Hinton小组使用深度置信网络进行语音识别的工作。

- carlosdc

Answer 2

最近我读了一篇论文，证明了人工神经网络（ANN）和支持向量机（SVM）之间的理论等价性。然而，ANN通常比SVM慢。

- Potemkin

---

提供的链接无效。以下是实际参考资料：Andras, Peter. (2002). The Equivalence of Support Vector Machine and Regularization Neural Networks. Neural Processing Letters. 15. 97-104. 10.1023/A:1015292818897. - Paul

Answer 3

我正在完成一些支持向量机和神经网络在几个流行的回归和分类数据集中的开箱即用比较。简而言之，第一轮结果：SVM学习快但预测慢，神经网络学习慢但预测快且模型非常轻量级。就精度/损失而言，两种方法似乎相当。

- Fluchtpunkt

---

一年过去了，我无法访问该网址。从标题可以推断出我缺少一个好的文本。 - akshayb

Answer 4

这很大程度上取决于它们各自的权衡和设计标准。一些研究表明，感知机和支持向量机存在关系，并且有人认为它们是等价的，正如其他回答中所看到的那样。以下是另一个参考资料，它在机器学习中绘制了这两种技术之间的联系：

Ronan Collobert 和 Samy Bengio。2004。Links between perceptrons, MLPs and SVMs. In Proceedings of the twenty-first international conference on Machine learning (ICML '04). ACM, New York, NY, USA, 23-. DOI: https://doi.org/10.1145/1015330.1015415。

- Paul