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

要約

近年、深層学習手法の採用により、人工知能にいくつかの大きな進歩がもたらされました。
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できます。
これにより、一般にエラーが発生しやすく退屈であると考えられている特徴量エンジニアリング プロセスをバイパスできます。
さらに、深層学習戦略は、精度の点で従来のモデルを上回ることがよくあります。

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, Google