• Определение необходимого и достаточного количества данных для обучения моделей машинного обучения является фундаментальной проблемой.
• Слишком мало данных приводит к неточности модели, слишком много - к неоправданным затратам времени и ресурсов.
• Ученые из МФТИ предложили два новых метода для определения достаточного количества данных, основанные на анализе функции правдоподобия с использованием техники бутстрэпа.
• Методы основаны на критерии D-достаточности (стабильность результатов при использовании разных подмножеств данных одного размера) и критерии M-достаточности (перестала ли модель существенно улучшаться при добавлении еще одного объекта данных).
• Оба подхода используют бутстрэп для оценки стабильности или улучшения.
• Предложенный подход является универсальным, так как не привязан к конкретным статистическим гипотезам и может быть применен к широкому кругу моделей.
• Методы могут найти применение в медицине, финансовом анализе, социологии, маркетинге, промышленности, биоинформатике и разработке систем искусственного интеллекта.