Список проголосовавших за комментарий "Михаил, GBM аналогично NN используется, например, в распознавании спутниковых снимков при составлении карт (топография, геология и пр.).<br/> <br/> Если бы я занимался распознаванием текста/речи/видео, то мог бы ответить вам профессионально и в цифрах. Но мне известно об этих и подобных задачах лишь постольку, поскольку. <br/> <br/> В принципе, если опустить дифференцируемую пороговую функцию активации, то NN от дерева отличается только тем, что NN способна создавать свёртку из входящих переменных x и y с некоторыми весами w (это делает любой слой NN). <br/> <br/> То есть, другими словами, помимо X>a производить операцию X+Y>a, и линейно разделять данные. Бустинг, в случае обнаружения линейных зависимостей, нарисует вам ту же линию ступеньками и к классифицирующему нейрону дайет та же информация, что и в случае NN, но, разве что нарезанная «кусками».<br/> <br/> Это касается «обычных» нейронных сетей также как и «свёрточных», здесь никакого разделение не нужно."