В России предложили способ сократить вычисления в машинном обучении

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.