Классификация малых наборов данных большой размерности

Рассматривается задача классификации данных очень большой размерности, при этом используется только ограниченный набор обучающих образцов таких данных. В этих условиях проверяется возможность использования причинно-следственных связей в решении классификационных задач указанного типа. Решение задач основано на существовании причинно-следственных связей неизвестных причин с наблюдаемыми частично детерминированными следствиями этих причин в поступающих новых данных. Использовано обучение на малых наборах данных. Задачи решаются в условиях, когда размер данных и число возможных свойств данных стремятся к бесконечности. Найдены асимптотические условия однозначной классификации новых данных. В частном случае исследована задача классификации при наличии случайных искажений детерминированных следствий в данных. Сформулированы условия возможности обучения без учителя. Работа показывает принципиальные возможности применения причинно-следственных связей в задачах медицинской диагностики, выявления мошеннических схем в финансовой сфере и оценки ситуационной осведомленности в кибербезопасности.