Байесовский выбор модели и концентрация апостериорного распределения для гиперпараметров

Данная работа предлагает конструкцию априорного распределения гиперпараметра, которая может использоваться в задаче байесовского выбора модели. Конструкция основывается на идее несмещённой оценки риска в методе максимума правдоподобия с регуляризацией. Главный результат работы показывает одностороннюю концентрацию апостериорного распределения гиперпараметра: апостериорная масса концентрируется в области моделей сложности ниже, чем сложность модели, соответствующей сложности оракульной модели.