Dirichlet-Prozesse für betreutes Lernen?

Wenn ich mich hier umschaue, scheinen die modischen Lernalgorithmen Dinge wie neuronale Netze, verstärkte Bäume, Support-Vektor-Maschinen, zufällige Wälder und Freunde für überwachte Lernprobleme zu fördern. Dirichlet-Prozesse und ihre Art scheinen hauptsächlich bei unbeaufsichtigten Lernproblemen wie Dokumenten- oder Bildclustern erwähnt zu werden. Ich sehe, dass sie für Regressionsprobleme oder als Allzweckprioren verwendet werden, wenn man Bayes'sche Statistiken nichtparametrisch oder semiparametrisch erstellen möchte (z. B. als flexibler Vorgänger für die Verteilung zufälliger Effekte in bestimmten Modellen), aber meine begrenzte Erfahrung legt dies nahe Dies kommt nicht so sehr von der Masse der maschinellen Lernenden wie von traditionelleren Statistikern. Ich habe ein bisschen gegoogelt und ich '

Sind Dirichlet-Prozesse und ihre Cousins ​​als Prioritäten für flexible Clustering-Modelle am effektivsten? Sind sie nicht wettbewerbsfähig mit Boosting, SVMs und neuronalen Netzen für überwachte Lernprobleme? Sind sie nur in bestimmten Situationen für diese Probleme nützlich? Oder ist mein allgemeiner Eindruck falsch?

Diese Frage erhält nicht allzu viel Aufmerksamkeit, daher werde ich antworten, um zu aktualisieren, was ich gefunden habe, und (hoffentlich) die Diskussion anregen. Ich bin auf einen Artikel gestoßen, auf den ich mich freue zu lesen, in dem DPMs zur Klassifizierung verwendet werden (Shahbaba und Neal, 2007), die sie anhand von Proteinfaltungsdaten getestet haben. Im Wesentlichen scheint es, dass sie etwas Ähnliches getan haben, wie ich es in den obigen Kommentaren vorgeschlagen habe. Es wurde sowohl mit neuronalen Netzen als auch mit Support-Vektor-Maschinen verglichen. Dies ist eine kleine Erleichterung für mich, da ich viel Zeit in diese Modelle gesteckt habe, um Probleme mit überwachtem maschinellem Lernen zu lösen. Es scheint also, dass ich (vielleicht) meine Zeit nicht verschwendet habe.

Werfen Sie einen Blick auf das DP-Paket von R. Der Dirichlet-Prozess kann zumindest als Prior für einen zufälligen Effekt verwendet werden und um eine nichtparametrische Fehlerverteilung für die Regression zu erstellen.