结合深度神经网络和决策树的完美方案.pdfVIP

结合深度神经网络和决策树的完美方案 UCL 、帝国理工和微软的研究人员合作，将神经网络与决策树结合在一起， 提出了一种新的自适应神经树模型ANT，打破往局限，可以基于BP 算法做训练，在MNIST 和CIFAR-10 数据集上的准确率高达到99%和90% 。 将神经网络和决策树结合在一起的自适应神经树 神经网络的成功关键在于其表示学习的能力。但是随着网络深度的增加，模型的容量和复 杂度也不断提高，训练和调参耗时耗力。 另一方面，决策树模型通过学习数据的分层结构，可以根据数据集的性质调整模型的复杂 度。决策树的可解释性更