Ученые из России теоретически подтвердили эффективность простого метода оценки неопределенности для алгоритма стохастического градиентного спуска. По данным пресс-службы НИУ ВШЭ, подход позволяет снизить вычислительные затраты при работе ряда систем машинного обучения.
Стохастический градиентный спуск широко применяется в задачах оптимизации и классическом машинном обучении без использования нейросетей. Новый метод помогает быстрее оценивать доверительный интервал, показывающий диапазон, в котором с высокой вероятностью находится истинное решение, отметили в пресс-службе.
По словам младшего научного сотрудника Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ Марины Шешуковой, ранее для таких расчетов требовались сложные статистические оценки и значительные вычислительные ресурсы. Полученное математическое обоснование определяет условия применения нового подхода. Разработка может использоваться в системах, где важно учитывать степень уверенности прогноза, включая медицину, финансовую сферу и автономные технологии.
Источник: www.ferra.ru