В.В. Вьюгин, В.Г. Трунов

Прогнозирование локально стационарных данных с использованием предсказаний экспертных стратегий

Решается задача непрерывного машинного обучения. В рамках теоретико-игрового подхода при расчете очередного прогноза не используются никакие предположения о стохастической природе источника, генерирующего поток данных – источник может быть аналоговым, алгоритмическим или вероятностным, его параметры могут изменяться в случайные моменты времени, при построении прогностической модели используются только структурные предположения о характере генерации данных. Представлен алгоритм онлайн прогнозирования локально стационарного временного ряда. Получена оценка эффективности предложенного алгоритма. Проведенные численные эксперименты иллюстрируют полученные оценки регрета алгоритма.

 

КЛЮЧЕВЫЕ СЛОВА: непрерывное машинное обучение (Lifelong Machine Learning), Прогнозирующие алгоритмы, Обучение с учителем, Адаптивные алгоритмы прогнозирования в режиме онлайн, Предсказания с использованием экспертных стратегий, Регрет, Агрегирующий алгоритм, Метод агрегирования прогнозов Fixed Share, Метод смешивания апостериорных распределений (Mixing Past Posteriors)