Abstract
В работе [1] было показано, что регрессионная задача машинного обучения может быть успешно решена на основе теории случайных функций [2]. В качестве решения было получены выражения, которые можно рассматривать как разновидность полигармонического сплайна специального вида. В данной статье, чтобы масштабировать полученное решение для работы с “большими данными” следующим шагом предложено рассматривать наборы таких полигармонических сплайнов в виде пакетов. Рассмотрена необходимость дальнейшего последовательного объединения таких пакетов в общую вычислительную систему. Предложены эффективные процедуры вычисления и дифференцирования последовательности таких пакетов функций.