Идеальная машина обучения нейросетевых приложений - технически реализуемые стратегии наращивания уровня сложности искусственного интеллекта

Рассмотрены различные типы машин обучения. Сформулировано понятие идеальной машины обучения, способной перерабатывать не только «хорошие», но и «плохие» данные при минимальном числе примеров обучения. Показано, что близость реальной машины обучения к идеальной во многом определяется выбором нейросетевого базиса и выходной размерностью вектора-решения.