Решение регрессионной задачи машинного обучения на основе теории случайных функций

Abstract

В статье исследуется регрессионная задача машинного обучения как задача многомерной аппроксимации с использованием математического аппарата теории случайных функций. Показано, что если допустить существование в бесконечномерном функциональном пространстве некоторых симметрий плотности вероятности, то этого достаточно, чтобы получить точный метод решения задачи.