3.3.2. «Рабочеподобное» обучение

Этот несколько необычный термин используется для случая, когда эмпирические данные являются итогом серии действий, каждое из которых происходит в ситуации, соответствующей значению и сопровождается получением некоторой совокупности данных наблюдения и принятием решения причем выбирается из того же множества решений что и решение и в рабочей ситуации Пои таком способе получения эмпирических данных может встретиться несколько характерных случаев.

1. Потери для всех определяются той же функцией потерь, что и в рабочей ситуаций. но несущественны, а сами решения выбираются независимо от нас. Это соответствует использованию чужого опыта в ситуациях, аналогичных интересующей нас рабочей ситуации, о котором мы получаем информацию, но за который в каждом случае принятия решения расплачивается кто-то другой.

Очевидно, что этот случай отличается принципиально от простого обучения, поскольку платись 33 последствия приходится только один раз — в рабочей ситуации. Аожет измениться только содержание информации, заключенной в

Наряду с рассмотренным ранее, каждая из составляющих может содержать в себе решение и величину потерь соответствующую этому решению и значению параметра (известному либо нет), характеризующему ситуацию. Эти сведения довольно содержательны с точки зрения возможности решения задач синтеза систем, когда априори функция потерь т. е. критерий качества системы, не задана или известна неполностью. Эмпирические данные для различных позволяют с той или иной степенью полноты восстановить зависимость функции потерь или апостериорного риска от своих аргументов для принятия оптимального решения и в рабочей ситуацич. В отношении постановки задачи отыскания правила решения в этом случае имеет место все сказанное в п. 3.3.1в.

2. Для всех и в рабочей ситуации решения выбираются независимо, причем решение выбирается из условия минимума ожидаемых потерь для функции а решение и — для функции Функции могут быть как одинаковыми с так и различными. Независимый выбор решений означает требование локальной оптимальности для каждого элемента серии и рабочей ситуации. Любая из составляющих может иметь то же содержание, что в п. 1, т. е. наряду с данными подобными х, содержать сведения о Довольно часто совокупность представляет собой упорядоченную последовательность. В этом случае каждое очередное решение может зависеть от всех подобно тому, как решение и в рабочей ситуации может использовать

3. Следующим характерным случаем является такой, когда последовательность решений и решение и в рабочей ситуации объединены единой целью, количественным выражением которой является функция потерь и требуется минимизировать общий риск, соответствующий этой функции При этом решения уже не могут приниматься независимо, а выбор частных решений в процессе набора эмпирических данных должен обеспечивать как уменьшение риска в каждой ситуации, так и его минимальное значение в конечной рабочей ситуации.

Обычно серия представляет в этом случае упорядоченную последовательность, что соответствует возможности выбора решения зависящего от всех предыдущих значений и соответственно Составляющие эмпирической последовательности могут иметь ту же природу, что и выше, а сама последовательность решений и представляет собой многошаговый процесс, описанный в § 2.7.

Два наиболее типичных случая задания меры потерь соответствуют аддитивной функции потерь, когда

и функции потерь, не зависящей от , т. е.

Последняя сосредоточивает все внимание при выборе решений в процессе набора эмпирических данных на обеспечении минимальных потерь в рабочей ситуации. Естественно, что для функции потерь (3.3.7) зависимость в выборе решений будет только тогда, когда эмпирические данные действительно имеют ценность, т. е. существует априорная неопределенность, связанная с незнанием или неполным знанием функции правдоподобия и априорного распределения или имеется статистическая зависимость между . В противном случае, как следует из общих выражений гл. 2, многошаговый процесс принятия решений распадается на отдельные независимые шаги и выбор последовательности решений не влияет на выбор решения и в рабочей ситуации.

В заключение отметим, что, как и в разд. 3.3.1, при наличии эмпирических данных может быть различная степень априорной неопределенности в отношении статистического описания от полного незнания их распределений вероятности до полного статистического описания; и как и в предыдущих случаях, чрезвычайно удобно параметрическое описание с использованием имеющихся физических представлений и соответствующих им закономерностей.