Список проголосовавших за комментарий "<p>Kot_Begemot, дискретность GMB, когда у вас 10000 деревьев глубиной 10 (практический кейс моей модели — будет примерно 10 млн дискретных значений на области определения), с практической точки зрения можно считать непрерывной. Хотя кончено, это совсем разные методы, поэтому прямое их сопоставление не совсем корректно проводить. На мой взгляд ключевое отличие в табличности GBM и возможности NN делать фичи из сырых данных. </p><p> </p><p>Что лучше использовать зависит от ситуации — NN более требовательны к количеству данных и железу. Если вы умеет и любите придумывать, какие-то интересные фичи, а не очередные вариации на тему скользящих средних, моментумов, дивидендных доходностей и т.д. И ограничены по железу, то наверное не стоит лезть в сети. </p><p> </p><p>Если вы не ограничены по железу и считаете, что вряд ли выдумаете что-то уникальное и содержательное, можно копнуть в сторону сетей, в надежде, что они придумают фичи за вас. В любом случае, нужно тестировать понятными стат тестами, что лучше.<br/> <br/> Пока NN у меня вышло хуже GBM, но GBN я точу давно, а по NN сделал первую попытку на самых простых архитектурах, без каких-то настроек параметров (выбрал минимальные из общего здравого смысла и предыдущего опыта из других областей), и на ограниченных данных. Результат хуже, но не разительно