SRM - A Matemática do KXEN
SRM é uma nova teoria emergente dos últimos avanços da matemática. SRM é a sigla de "Structured Risk Minimization" e foi desenvolvida pelo matemático russo Vladimir Vapnik.

SRM foi criada a partir da compreensão que a minimização do erro em dados amostrais não é uma condição suficiente para garantir a performance em novos dados (dados do mundo real). Ao invés de se concentrar somente na minimização do erro, SRM permite também controlar a capacidade de generalização do modelo, ou seja, a estrutura (complexidade) do modelo.

Se a complexidade do modelo não é diretamente relacionada ao número de variáveis e sua distribuição, permite-se a construção de modelos com centenas de variáveis em diferentes tipos de distribuições sem ameaçar a sua estabilidade.

SRM não é um algoritmo, mas uma teoria generalizadora. Ela pode ser aplicada a Clustering, Regressão e Classificação, bem como a codificação de dados e pré-processamento.

O Comitê Científico
A pesquisa científica da KXEN é guiada por uma equipe de notáveis, matemáticos e estatísticos reconhecidos pelas suas descobertas e pesquisas. Fazem parte do comitê científico:

• Leon Bottou
• Olivier Chapelle
• Christian Derquenne
• Lee Giles
• Isabelle Guyon
• Yann LeCun
• Philippe Lelong
• Gregory Piatetsky-Shapiro
• Gilbert Saporta
• Bernhard Schölkopf
• Vladimir Vapnik
• Emmanuel Viennet
  

Saiba mais...
>> Artigo do Dr.Michel Bera, Chief Scientific Officer da KXEN, sobre novas abordagens em modelagem preditiva (em formato PDF, inglês)

>> A "Bíblia" de Vladimir Vapnik, na Amazon.com: Statistical Learning Theory

>> Detalhes sobre a vida acadêmica dos membros do comitê científico

>> Support Vector Machine, outra teoria de aprendizagem estatística desenvolvida por Vapnik a partir da SRM