Dosenttiluento

Päivä	perjantai 27. maaliskuuta 1998
Paikka	Tietojenkäsittelytieteen laitos, Teollisuuskatu 23 sali B649
Aika	11.15 - 12

---

Tiivistelmä

Monilla tietojenkäsittelytieteen aloilla mallien muodostaminen käsillä olevan data-aineiston perusteella on yksi keskeisimmistä kysymyksistä. Tällaisia aloja ovat mm. koneoppiminen, tietämyksen muodostaminen datasta, ja ns. "laskennallisesti älykkäät järjestelmät" kuten neuroverkot. MDL-periaatteen lähtökohtana on ajatus, että mitä tahansa datassa olevaa säännönmukaisuutta voi käyttää tiivistämään datan, ts. esittämään sen vähemmällä määrällä symboleita kuin mitä sen kuvaamiseen alun perin tarvitaan. Toisaalta kääntäen voidaan todeta, että mitä enemmän dataa voidaan tiivistää, sitä enemmän siitä on opittu. Tämän intuitiivisen idea formalisointi johtaa teoriaan, jota voidaan käyttää automatisoitaessa päättelyä epätäydellisen tiedon varassa. Tässä aihepiiriin johdattelevassa esityksessä käsitellään MDL-periaatetta ja sen keskeistä käsitettä, stokastista kompleksisuutta, tehtävissä joissa tavoitteena on valita useista vaihtoehdoisista malleista parhaiten ennustava malli.

Tervetuloa.