似乎当我环顾这里流行的学习算法时，神经网络、增强树、支持向量机、随机森林和朋友之类的东西都被推广用于监督学习问题。Dirichlet 过程及其类似过程似乎主要在无监督学习问题中被提及，例如文档或图像聚类。我确实看到它们被用于回归问题，或者当人们想以非参数或半参数方式进行贝叶斯统计时作为通用先验（例如，作为某些模型中随机效应分布的灵活先验），但我有限的经验表明这不像来自更传统的统计学家那样来自机器学习人群。我已经对此做了少量的谷歌搜索，我'

那么，狄利克雷过程及其表亲作为灵活聚类模型的先验是最有效的吗？在监督学习问题上，它们与 boosting、SVM 和神经网络没有竞争力吗？它们仅在某些情况下对这些问题有用吗？还是我的总体印象不正确？