|
Процедуры рандомизированного машинного обучения
Ю. С. Попковabcde a Федеральный исследовательский центр "Информатика и управление" РАН, Москва
b Институт проблем управления РАН, Москва
c Департамент программной инженерии, ОРТ Брауде Колледж, Кармиель, Израиль
d Югорский научно-исследовательский институт информационных технологий, Ханты-Мансийск
e Московский физико-технический институт
Аннотация:
Предлагается новая концепция машинного обучения, основанная на компьютерной имитации энтропийно-оптимальных рандомизированных моделей. Рассмотрены процедуры рандомизированного машинного обучения (РМО) с “жесткой” и “мягкой” рандомизацией, которые сводятся либо к точному воспроизведению эмпирических балансов в первом случае, либо к приближенному в рамках принятого критерия аппроксимации. Сформулированы алгоритмы РМО в виде функциональных задач энтропийно-линейного программирования. Приведены примеры применения РМО в задачах классификации текстов и рандомизированного прогнозирования миграционного взаимодействия региональных систем.
Ключевые слова:
рандомизация, жесткие и мягкие процедуры рандомизации, неопределенность, энтропия, матричные нормы, эмпирические балансы, классификация текстом, динамическая регрессия.
Поступила в редакцию: 06.06.2018 После доработки: 13.09.2018 Принята к публикации: 08.11.2018
Образец цитирования:
Ю. С. Попков, “Процедуры рандомизированного машинного обучения”, Автомат. и телемех., 2019, № 9, 122–142; Autom. Remote Control, 80:9 (2019), 1653–1670
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/at15345 https://www.mathnet.ru/rus/at/y2019/i9/p122
|
|