Сложность семейств алгоритмов обучения и оценивание неслучайности извлечения эмпирических закономерностей

• Опубліковано в: : Кибернетика и системный анализ
• Дата: 2012
• Автор: Донской, В.И.
• Формат: Стаття
• Мова: Російська
• Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2012
• Теми: Кибернетика
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/84036
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Сложность семейств алгоритмов обучения и оценивание неслучайности извлечения эмпирических закономерностей / В.И. Донской // Кибернетика и системный анализ. — 2012. — Т. 48, № 2. — С. 86-96. — Бібліогр.: 6 назв. — рос.

Представлений загальний прийом до оцінювання складності класів алгоритмів — так званий pVCD-метод, який вдалося розробити, обмеживши всі дані сімейства моделей емпіричного узагальнення до класів, що реалізовуються на комп’ютерах, і ширше, розглядаючи їх частково-рекурсивні уявлення. В рамках алгоритмічного підходу введено поняття колмогоровської складності класів алгоритмів розпізнавання властивостей або витягання закономірностей. На основі цього поняття запропоновано метод оцінювання невипадковості витягання емпіричних закономірностей The paper presents a general approach to the evaluation of the complexity of classes of algorithms, the so-called pVCD-method. To develop this method, all the examined families of models of empiric generalization were limited to classes implementable on computers and wider, by examining their partly recursive presentations. Within the framework of the algorithmic approach, the concept of Kolmogorov’ complexity of classes of algorithms of the recognition of properties or extraction of regularities is proposed. Based on this concept, a method is proposed to evaluate the nonrandomness of the extraction of empirical regularities.