Мягкое рандомизированное машинное обучение

Аффилиация:
Федеральный исследовательский центр "Информатика и управление" РАН
Университет Хайфы
Югорский научно-исследовательский институт информационных технологий
Адрес: Российская Федерация

Название журнала

Доклады Академии наук

Выпуск

Том 483 Номер 6

Страницы

614-615

Аннотация

В работе предлагается новый метод энтропийно-рандомизированного машинного обучения, в котором минимизируется эмпирический риск вместо точного выполнения условий эмпирических балансов. Показано, что соответствующий алгоритм машинного обучения порождает семейство экспоненциальных распределений и находится их структура.

Ключевые слова

Получено

26.12.2018

Дата публикации

26.12.2018

Цитировать Скачать pdf Для скачивания PDF необходимо авторизоваться

ГОСТ	Попков Ю. С. «Мягкое» рандомизированное машинное обучение // Доклады Академии наук – 2018. – Tом 483. – Номер 6 C. 614-615 [Электронный ресурс]. URL: http://ras.jes.su/dan/s086956520003432-8-1 (дата обращения: 29.04.2024). DOI: 10.31857/S086956520003432-8
MLA	Popkov, Yuriy "Soft randomized machine learning." Doklady Akademii nauk 483.6 (2018):614-615. DOI: 10.31857/S086956520003432-8
APA	Popkov Y. (2018). Soft randomized machine learning. Doklady Akademii nauk 483(6), pp.614-615 DOI: 10.31857/S086956520003432-8

Размещенный ниже текст является ознакомительной версией и может не соответствовать печатной.

всего просмотров: 1072

Оценка читателей: голосов 0

1. Campbell P. Editopial on special issue on Big Data: Community cleverness required, Nature, 2008, v.455, N0.7209, p.1.

2. Popkov Yu.S., Popkov A.Yu., Dubnov Yu.A. Randomized machine Learning. Proceedings of 8-th International IEEE Conference on Intelligent Systems, Sofia, Bulgaria,Sept.2016.

3. Воеводин В.В., Кузнецов Ю.А. Матрицы и вычисления. М., Наука, 1984, 318с. 7

4. Тихомиров В.М., Алексеев В.Н., Фомин С.В. Оптимальное управление. М., Наука, 1979.

5. Иоффе А.Д., Тихомиров В.М. Теория экстремальных задач. М., Наука, 1974.

6. Цыпкин Я.З. Основы теории обучающихся систем. М., Наука, 1970.

7. Bishop C.M. Pattern Recognition and Machine Learning. Springer, Series: Information Theory and Statistics, 2006.

8. Kaashoek M.A., Seatzu S., van der Mee C. Recent Advances in Operator Theory and its Applications. 2006, Springer, p.478.