Процедуры рандомизированного машинного обучения

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.