Alexander Gorban, University of Leicester. Hierarchical Universe of data and Braverman Compactness

Лекция профессора Александра Горбаня, директора Центра искусственного интеллекта, анализа данных и моделирования Университета Лестера, посвящена иерархической вселенной данных и компактности Бравермана (на английском языке). Согласно современному учебнику по глубокому обучению, «цель исследований в области машинного обучения заключается не в поиске универсального алгоритма обучения или непревзойдённо лучшего алгоритма обучения. Вместо этого наша цель — понять, какие виды распределений имеют отношение к реальному миру, с которым сталкивается агент ИИ, и какие виды алгоритмов машинного обучения хорошо работают на данных, полученных из тех типов распределений, которые нас интересуют». Первое формальное определение «свойств реального мира» для машинного обучения было дано через компактность Бравермана. Теперь эта идея развита до иерархической вселенной данных с компактными гранулами. Распределения в реальном мире данных скорее представляют собой смеси кластеров («паттернов»), чем регулярные распред