Каковы методы решения вероятностных задач в условиях ограниченного количества данных?

Некоторые методы решения вероятностных задач в условиях ограниченного количества данных:

• Техники аугментации данных. dtf.ru Например, шумовое добавление, случайные трансформации или использование предобученных моделей для извлечения признаков. dtf.ru
• Вычислительный вероятностный анализ (ВВА). www-sbras.nsc.ru Позволяет решать практические задачи, связанные с исследованиями сложных систем в условиях различных видов неопределённости и типов эмпирических данных. www-sbras.nsc.ru Основой ВВА являются численные операции над плотностями случайных величин. www-sbras.nsc.ru
• Метод регуляризации. cyberleninka.ru Например, с его помощью можно идентифицировать одномерные многомодальные плотности распределения вероятности при ограниченном объёме данных. cyberleninka.ru
• Метод Парзена-Розенблатта. cyberleninka.ru Это традиционный метод восстановления плотности распределения. cyberleninka.ru На первом этапе по эмпирическим данным вычисляется выборочная дисперсия и оптимальное значение «ширины окна». cyberleninka.ru На втором шаге это значение подставляется в ряд с базовой «колоколообразной» функцией, например, кривой Гаусса, и находится оценка плотности. cyberleninka.ru

Также для решения вероятностных задач в условиях ограниченного количества данных могут применяться вероятностно-статистические методы принятия решений. www.omgtu.ru Их суть в том, что используются вероятностные модели на основе оценивания и проверки гипотез с помощью выборочных характеристик. www.omgtu.ru