Вот обсуждение: https://www.reddit.com/r/MachineLearning/comments/5x4a52/r_deep_forest_towards_an_alternative_to_deep/
Музыка для привлечения внимания -- одна из любимых мной песен Deep Forest, Marta's Song (https://youtu.be/zQEV-XemfcE):
Вот концертное исполнение -- https://youtu.be/EPMma4lGs7k, и песня 1995 года вполне живая, вот исполнение Tóth Lüszi в 2008 году https://youtu.be/CXUv_nHm_bE
Продолжая привлекать внимание, вот Deep Forest на нейронном радио: http://www.neuronradio.net/songinfo.php?songid=15716 (увы, там только за деньги!)
Не то чтобы я верил в то, что все резко побегут из глубоких сетей в эти глубокие леса (хотя некоторые уже собираются бежать, но очень вяло -- https://github.com/Microsoft/LightGBM/issues/331), но мне само это направление мысли на развитие разных форм representation learning очень нравится. Ибо теорема бесплатного обеда говорит, что всех интеллектуальных задач нейронными сетями эффективно не решишь, нужно разнообразие "универсальных аппроксиматоров", которые одинаково универсальны, но по-разному эффективны на разных типах задач, и об этом забывать не нужно. Собственно, обсуждение в reddit примерно это и говорит: "леса всегда были круче нейронных сетей, если речь не идёт о видео -- и эта работа из той же серии, ничего в ней особенного нет". С другой стороны, автор там один из самых рейтинговых спецов по машинному обучению в Китае, и для "ничего особенного" статья делает слишком программные заявления. Так что я ожидал бы какого-то продолжения.
Ну всё, вот вам теперь картинка Deep Forest для отвлечения внимания: https://www.reddit.com/r/creepy/comments/5redk9/deep_forest/ (картинка там кликабельна, комментов уже 403 штуки, и хотел бы я, чтобы так активно алгоритмы обсуждались!).