是否有一个经验法则(或一组例子)来确定何时使用遗传算法而不是神经网络(反之亦然)来解决问题？
我知道有些情况下你可以混合使用这两种方法,但我正在寻找这两种方法之间的高级别比较.
artificial-intelligence machine-learning neural-network genetic-algorithm
我试图了解各种类型的机器学习算法之间的差异.
据我所知,进化算法的实现与神经网络的实现完全不同.
然而,它们似乎都在确定潜在噪声训练/历史数据集的输入和输出之间的相关性.
从定性的角度来看,与进化算法相比,是否有问题域是神经网络的更好目标？
我已经浏览了一些建议以互补的方式使用它们的文章.有一个很好的用例的例子吗？
artificial-intelligence machine-learning neural-network evolutionary-algorithm