Теория и применение соревновательного предсказания

В докладе будет кратко описана задача соревновательного предсказания. Для простейшего случая, интуитивно использовать алгоритм Байеса. Для более сложных случаев существует его обобщение: Агрегирующий Алгоритм (АА). Будет рассказано, как можно прийти к идее этого обобщения, и как выводить оценки на производительность алгоритма. В качестве примера применения алгоритма, приводится задача своевременной диагностики рака. Будет рассказана идея вывода оценки ошибки предсказания для Агрегирующего алгоритма (АА) в случае большого (счетного и несчетного) числа экспертов. В качестве примера приведена задача соревнования с обобщенными линейными экспертами (многомерная регрессия), а также экспериментальная оценка производительности алгоритма на примере задачи оценки содержания озона в воздухе. Во второй части доклада будет дан сравнительный анализ ядерных методов гребневой и адаптивной многомерной регрессии с помощью АА, будут даны гарантийные оценки ошибки этих методов с учетом сложности экспертов.