Когда мне следует использовать опорные векторные машины, а не искусственные нейронные сети?

Я знаю, что SVM якобы являются «убийцами ИНС» в том смысле, что они автоматически выбирают сложность представления и находят глобальный оптимум (см. здесь для некоторых похвал SVM цитаты).

Но вот где мне непонятно - все ли эти утверждения о превосходстве справедливы только для случая двухуровневой проблемы принятия решений, или они идут дальше? (Я предполагаю, что они справедливы для нелинейно разделяемых классов, иначе никого не волнует)

Итак, пример некоторых случаев, которые я хотел бы прояснить:

• Лучше ли SVM, чем ANN со многими классами ?
• в сетевой обстановке?
• А что насчет полу-контролируемого случая, такого как обучение с подкреплением?
• Есть ли лучшая неконтролируемая версия SVM?

Я не ожидаю, что кто-то ответит на все эти вопросы. ', а скорее дать некоторые общие оценки того, когда SVM лучше, чем обычные эквиваленты ANN (например, FFBP, рекуррентный BP, машины Больцмана, SOM и т. д.) на практике, а также, предпочтительно, в теории.