Процедуры рандомизированного машинного обучения

Предлагается новая концепция машинного обучения, основанная на компьютерной имитации энтропийно-оптимальных рандомизированных моделей. Рассматриваются процедуры РМО с жесткой и мягкой рандомизацией, которые сводятся к точному воспроизведению эмпирических балансов в первом случае, и к приближенному, в рамках принятого критерия аппроксимации, во втором. Сформулированы алгоритмы РМО в виде функциональных задач энтропийно-линейного программирования. Обсуждаюся применения РМО в задачах классификации и рандомизированного прогнозирования.