Stop overkilling simple tasks with black-box models and use transparent models instead

要約

近年、ディープラーニングの採用により、人工知能の分野でいくつかの重要なブレークスルーがもたらされています。従来の機械学習モデルとは異なり、深層学習ベースのアプローチは、生データから自律的に特徴を抽出することが可能である。これにより、一般的にエラーが発生しやすく退屈だと考えられている特徴量エンジニアリングのプロセスを回避することができる。さらに、深層学習ストラテジーは、しばしば精度の点で従来のモデルを凌駕する。

要約(オリジナル)

In recent years, the employment of deep learning methods has led to several significant breakthroughs in artificial intelligence. Different from traditional machine learning models, deep learning-based approaches are able to extract features autonomously from raw data. This allows for bypassing the feature engineering process, which is generally considered to be both error-prone and tedious. Moreover, deep learning strategies often outperform traditional models in terms of accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL